存储计算“剪刀差”-小牛行研(hangyan.co)-AI驱动的行业研究数据服务

存储计算“剪刀差”

研究报告节选:

大算力背景下,存算性能呈现剪刀差,存储器件性能远弱于算力性能提升。随着 AI 算力需求的不断提升,传统存储器件也到达了尺寸的极限。依靠先进制程工艺不断缩小器件面积、同时提升算力的方式似乎已经走入死路。我们突破 AI 算力困境的方式,有着两条清晰的路线:架构创新与存储器件创新。“存”“算”之间性能失配,从而导致了访存和成本优化,带宽低、时延长、功耗高等问题,即通常所说的“存储墙”和“功耗墙访存愈密集,“墙”的问题愈严重算力提升愈困难。随着以人工智能为代表的访存密集型应用快速崛起访存时延和功耗开销无法忽视,计算架构的变革显得尤为迫切。
最后更新: 2023-03-28

相关行业研究图表


ChatGPT推出付费订阅版ChatGPT Plus
ChatGPT推出付费订阅版ChatGPT Plus-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
存储计算“剪刀差”
存储计算“剪刀差”-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
AloT技术架构图
AloT技术架构图-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
AI模型和GPU内存增长剪刀差
AI模型和GPU内存增长剪刀差-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
PCB四层板结构示意图
PCB四层板结构示意图-小牛行研(hangyan.co)-AI驱动的行业研究数据服务
存内计算器件对比分析
存内计算器件对比分析-小牛行研(hangyan.co)-AI驱动的行业研究数据服务

相关行业研究报告


图表内容


图33:存储计算“剪刀差”
硬件计算速度:90000倍/20年(3.1倍/2年)
A100
30信/20年(1.4倍/2年
10-
R10000
0.1