欢迎加入
「易源易彩交流群」
「易源易彩交流群」
QQ扫码进群
（QQ群号：860213912）
注册得好礼
新用户微信注册享20元算力, >立即注册
关注公众号得算力
新用户关注易彩微信公众号享20元算力，
邀请有礼
邀请1人得5元算力，可累计叠加, 查看规则
摘要
近日，香港大学、香港科技大学与西电杭州研究院的联合科研团队在《自然·通讯》杂志发表一项关于存算一体系统的重要研究成果。研究发现，在当前先进的存算一体架构中，模拟数字转换器（ADC）的能耗占比高达总能量消耗的87%，同时占据约75%的芯片面积，成为制约AI芯片能效提升的关键瓶颈。该发现为AI芯片设计提供了新的优化方向，对推动高能效计算硬件的发展具有重要的学术价值与应用前景。
关键词
存算一体, AI芯片, 能耗突破, ADC能效, 芯片面积
存算一体（Computing-in-Memory, CIM）作为一种颠覆传统冯·诺依曼架构的前沿技术，正逐步成为AI芯片发展的核心方向。它通过将数据存储与计算单元深度融合，有效打破了“内存墙”与“功耗墙”的长期制约，在提升运算速度的同时显著降低系统能耗。尤其在人工智能迅猛发展的背景下，深度学习模型对算力的需求呈指数级增长，传统架构中频繁的数据搬运导致能效瓶颈日益突出。而存算一体技术恰恰回应了这一挑战，使数据在存储单元内直接完成计算，极大减少了数据迁移带来的延迟与能量损耗。近年来，该技术已在边缘计算、智能感知和低功耗终端设备中展现出巨大潜力。香港大学、香港科技大学与西电杭州研究院的联合研究，正是在这一关键转折点上，深入剖析了存算一体系统内部的能量分布格局，揭示出影响其能效表现的核心矛盾，为下一代高能效AI芯片的设计提供了坚实的理论支撑与实践指引。
尽管存算一体架构在理论上具备卓越的能效优势，但科研团队在《自然·通讯》发表的研究却揭示了一个令人警醒的事实：在当前先进的存算一体系统中，模拟数字转换器（ADC）竟成为隐藏的“能耗巨兽”。研究数据显示，ADC模块消耗了高达87%的总能量，并占据了约75%的芯片面积。这一发现彻底改变了人们对系统能效瓶颈的传统认知——原本被视为辅助组件的ADC，实际上已成为制约整体性能提升的关键因素。由于存算一体芯片在完成模拟域计算后必须通过ADC将结果转化为数字信号，高频、高精度的转换需求使得ADC的功耗急剧上升。这不仅削弱了架构本身的节能优势，也大幅压缩了其他功能模块的物理空间布局。该研究以精准的数据敲响警钟，促使业界重新审视ADC的优化路径，推动低功耗、高集成度ADC设计成为未来AI芯片创新的核心战场。
在人工智能迅猛发展的时代浪潮中，AI芯片作为算力的核心载体，正面临前所未有的能效挑战。传统冯·诺依曼架构中“计算”与“存储”分离的设计，导致数据在传输过程中消耗大量能量与时间，形成所谓的“内存墙”与“功耗墙”。为突破这一瓶颈，存算一体（Computing-in-Memory, CIM）技术应运而生，被视为下一代高能效计算的希望之星。然而，尽管该架构在理论上大幅减少了数据搬运的开销，实际系统中的能耗分布却始终缺乏深入剖析。正是在这一关键背景下，香港大学、香港科技大学与西电杭州研究院的科研团队携手展开联合攻关，旨在揭示存算一体系统内部真实的能量流向。他们的核心目标不仅是量化各模块的能耗占比，更是要识别出隐藏在高效表象之下的“隐形杀手”，从而为AI芯片的优化设计提供精准的科学依据。这项研究不再停留在宏观架构的设想层面，而是深入芯片微观世界，追问一个根本问题：我们省下的能耗，是否真的用在了刀刃上？
为了揭开存算一体系统能耗之谜，研究团队采用了一套严谨而系统的实验方法，结合电路级建模、芯片实测数据与多维度能效分析，对多个先进CIM架构进行了全面评估。他们选取了当前主流的基于SRAM和ReRAM的存算一体芯片作为研究对象，精确测量其在执行典型AI推理任务时各功能模块的功耗与面积占用情况。特别地，团队将重点聚焦于模拟域计算后的信号链路——尤其是模拟数字转换器（ADC）环节。通过高精度仪器采集动态功耗数据，并结合版图分析统计芯片物理布局，研究人员得以还原出能量在系统内的真实分配图景。令人震惊的是，实验结果反复验证了一个被长期忽视的事实：原本被视为“配角”的ADC，在高精度、高频次转换需求下，竟成为系统中最大的能耗源。这一发现并非偶然，而是建立在大量重复实验与跨平台验证的基础之上，体现了科学研究的严谨性与前瞻性。
这项发表于《自然·通讯》的研究成果，以一组触目惊心的数据重塑了人们对AI芯片能效的认知：在当前先进的存算一体系统中，模拟数字转换器（ADC）竟然消耗了高达87%的总能量，并占据了约75%的芯片面积。这意味着，尽管存算一体技术成功减少了计算过程中的能量损耗，但其节省下来的“红利”几乎全部被ADC的高昂代价所吞噬。更严峻的是，如此庞大的面积占用严重挤压了其他核心模块的集成空间，限制了芯片整体性能的进一步提升。这一发现不仅暴露了现有架构的结构性缺陷，也深刻揭示了一个悖论：我们追求更高精度的数字输出，反而可能让系统陷入更严重的能效困境。因此，研究团队呼吁业界重新审视ADC的设计逻辑，推动低功耗、高效率、小面积的新型ADC架构创新。唯有如此，才能真正释放存算一体技术的巨大潜力，让AI芯片在智能时代的征途上走得更远、更稳。
当我们谈论AI芯片的未来，性能早已不再仅仅意味着更快的运算速度或更高的吞吐量，而是愈发聚焦于“能效比”这一核心指标。香港大学、香港科技大学与西电杭州研究院的这项研究，犹如一束强光，照亮了通往高能效AI芯片的真正路径。研究揭示，模拟数字转换器（ADC）竟消耗高达87%的系统总能量，这一数据令人震撼，也发人深省：我们曾以为存算一体架构已大幅降低能耗，殊不知真正的“能耗黑洞”潜藏在信号转换的最后一步。正因如此，若能有效降低ADC的功耗，将释放出巨大的能效红利。一旦这87%的能量被优化，原本被浪费在信号转换中的电力将重新赋能计算核心，使得芯片能够在同等功耗下完成更复杂的AI推理任务，显著提升响应速度与处理效率。更重要的是，能效的提升意味着芯片发热减少、稳定性增强，尤其在边缘设备和移动终端中，这将直接转化为更长的续航时间与更可靠的运行表现。这项发现不仅是技术层面的突破，更是对AI芯片设计理念的一次深刻重塑——真正的智能，不在于盲目追求算力堆叠，而在于每一度电都被用得恰到好处。
在芯片设计的世界里，每一平方微米都弥足珍贵。然而，这项发表于《自然·通讯》的研究却揭示了一个令人警醒的事实：模拟数字转换器（ADC）不仅吞噬了高达87%的能耗，更占据了约75%的芯片面积。这意味着，在当前的存算一体系统中，本应承载核心计算功能的存储与逻辑单元，却被迫蜷缩在狭小的空间之中，严重制约了集成密度与功能扩展的可能性。试想，一块本可用于部署更多神经网络权重或激活函数电路的区域，却被庞大的ADC阵列占据，这是何等的资源错配？倘若未来能够通过新型低功耗ADC架构、混合信号优化设计或算法协同压缩等手段，显著降低其面积占比，那么节省下来的75%空间将成为AI芯片进化的“新大陆”。设计师可以借此集成更多计算单元、增加片上缓存，甚至实现多模态融合处理能力。这不仅是物理空间的释放，更是创新自由度的跃升。当芯片不再被“转换器之重”所束缚，AI硬件的微型化、高效化与多功能化将真正迈入全新纪元。
在人工智能加速渗透各行各业的今天，AI芯片作为智能系统的“大脑”，正以前所未有的速度重塑医疗、交通、工业与消费电子等关键领域。然而，香港大学、香港科技大学与西电杭州研究院在《自然·通讯》上揭示的那组震撼数据——ADC消耗87%的能耗、占据75%的芯片面积——如同一面镜子，映照出当前AI芯片在实际应用中的深层矛盾。以智能医疗为例，在便携式脑电监测设备中，存算一体芯片本应凭借低功耗优势实现长时间连续运算，但现实中，每一次微弱的生物电信号被采集后，都必须经过高精度ADC转换，而这一步骤竟悄然吞噬了近九成的能量。这意味着，原本可支持72小时持续工作的设备，可能因ADC的高能耗被迫缩短至不足10小时，极大限制了临床实用性。同样，在自动驾驶场景中，车载AI系统需实时处理海量传感器数据，存算一体架构虽能提升计算效率，却仍被庞大的ADC阵列拖累，不仅增加了功耗负担，更因占用75%的芯片面积而难以集成更多感知模块。而在边缘计算终端，如智能摄像头或工业物联网节点，空间与能源双重受限的环境下，这种“头轻脚重”的能效结构更是成为性能跃升的桎梏。这些真实案例无不警示我们：真正的AI赋能，不能只停留在架构创新的光环之下，而必须直面那些隐藏在信号链末端的“沉默杀手”。唯有攻克ADC带来的能耗与面积危机，AI芯片才能真正释放其在千行百业中的生命力，让智慧之光不再被一纸转换所遮蔽。
面对ADC成为存算一体系统中能耗占比高达87%、面积占据75%这一严峻现实，科研界与产业界正站在技术革新的十字路口，迎来一场从“架构优化”向“模块重构”的深刻转型。未来的存算一体系统将不再仅仅追求计算单元与存储单元的物理融合，而是迈向更高层次的“全链路能效协同设计”。研究团队的突破性发现已明确指出：若不从根本上解决ADC的能效瓶颈，再先进的架构也将陷入“省了中间、丢了两头”的尴尬境地。因此，下一代技术发展将聚焦于三大方向：其一，开发超低功耗、小面积的新型ADC架构，例如基于时间域编码或增量式转换的技术路径，力求在保证精度的同时大幅压缩功耗与占用空间；其二，推动模拟域计算能力的深度延伸，尽可能延后甚至避免数字转换，通过片上模拟信号处理完成更多推理任务，从而绕开ADC这一“能耗雷区”；其三，探索算法-硬件协同优化机制，利用神经网络的容错性与稀疏性，降低对高精度转换的依赖，实现“以智减耗”。可以预见，在不久的将来，随着新材料、新器件与新计算范式的引入，存算一体系统将逐步摆脱对传统ADC的高度依赖，构建起更加均衡、高效的整体能效生态。这场由87%能耗警报所引发的技术觉醒，终将引领AI芯片走向真正意义上的绿色智能时代。
本研究由香港大学、香港科技大学与西电杭州研究院联合开展，并发表于《自然·通讯》，揭示了存算一体系统中一个关键能效瓶颈：模拟数字转换器（ADC）竟消耗高达87%的总能量，并占据约75%的芯片面积。这一发现颠覆了传统认知，凸显ADC在AI芯片能耗与集成密度中的主导影响。尽管存算一体架构有效降低了数据搬运开销，但其节能优势被ADC的巨大代价所抵消。该成果不仅为AI芯片设计提供了精准优化方向，更推动业界重新审视信号链路的能效平衡。未来，通过低功耗ADC设计、模拟计算延展与算法协同优化，有望突破当前瓶颈，真正释放高能效智能计算的潜力。