看点：存算一体AI芯片的落地如何起步？我们和知存科技创始人聊了聊创业背后的故事。
架构创新正成为新风口，而新兴势力在其中扮演着至关重要的角色。传统芯片遵循冯·诺依曼架构，处理器和存储相互分离，在承担AI推理运算时，数据要在硬盘、主存、计算单元之间搬来搬去，90%以上的能量损耗于这一过程中。为了突破传统架构对算力的掣肘，存算一体这种新兴逻辑架构应运而生。其常见实现方式有两种，一是在内存和固态硬盘芯片中植入计算单元，另一种则是在直接用存储单元完成计算任务。2016年，一对北大微电子系85后夫妻，在留美期间积累了基于NOR Flash的存算一体AI芯片研发经验，并早早定下回国创业的想法。就在今年8月6日，他们所创办的知存科技宣布了近亿元A轮融资。
▲知存科技创始人兼CEO王绍迪展示知存科技的存算一体AI芯片近日，智东西同知存科技创始人兼CEO王绍迪聊了聊创业背后的故事，从创业想法萌芽阶段的无人问津，到创业5个月完成流片，再到即将迎来第一批产品的落地，他们正在离三年内卖出5000万颗芯片的“中期目标”越来越近。
从游戏中孵出的芯片情结23年前，王绍迪8岁，父母为他买了一台搭载英特尔奔腾一代CPU的586电脑。那时候一台586电脑售价八千多元，花费了他父母将近一年的工资。奔腾（Pentium）这个跨时代的产品，不仅开辟了英特尔一统CPU市场的盛世王朝，也在王绍迪心中埋下做芯片的种子。小学期间的王绍迪，主要还是用电脑来玩游戏。在这一过程中，他直观感受到摩尔定律带来的变化，计算机变革飞速，CPU速度、光驱速度、软盘速度、硬盘内存大小等都日新月异。很快，586电脑已经跟不上游戏速度，家里的电脑配置逐渐升级，每隔两三年换一代。2000年左右，为了玩雷神之锤等3D效果好的游戏，王绍迪开始接触GPU。渐渐地，王绍迪开始对芯片非常着迷。经过高中物理竞赛，高三上半学期，王绍迪被保送北大。在接受当地辽沈晚报采访时，他即坚定地表达了自己的爱好和志向，希望进修微电子专业，成为“中国芯”的研发人员之一。
▲辽沈晚报专访王绍迪（图右）
结缘存算一体，师从学术大牛
知存科技关于存算一体芯片技术的根基，来源于王绍迪的妻子郭昕婕，她是第一批从事存算一体AI芯片研究的博士生。尽管王绍迪和郭昕婕都是2011届信息科学技术学院微电子专业的应届生，但由于北大教学很重视基础，前两年上的都是理论课那种大课，两人直到大三才相识。到大四申请出国留学时，两人关于学校的一个重要筛选标准就三个字——离得近。一般同学申请十几所学校，他们则一连申请三十多个学校，还特意按着美国地图看，就是为了能申请到同一个或者离得近的学校。最终，王绍迪申请到的加州大学洛杉矶分校（UCLA），和郭昕婕申请到的加州大学圣塔芭芭拉分校（UCSB），相隔不过100英里。
说起来，郭昕婕此后研究存算一体芯片所跟随的导师，还是王绍迪在拿到几个offer后，帮她向导师写信申请的。郭昕婕的导师Dmitri B.Strukov教授是做存算一体的学术大牛。2008年，惠普实验室（HP Labs）证实了37年前的科学预言，发现世界上第四种基本电路元件——忆阻器（memristor），并成功实现了世界首个能工作的忆阻器原型，这项研究在《Nature》上发表《寻获下落不明的忆阻器》，而Dmitri B.Strukov正是这一团队的核心成员之一。此后，忆阻器、存算一体这些研究陆续如火如荼地开展。
▲HP Labs忆阻器团队，从左到右分别是Dmitri Strukov, Stan Willams, Duncan Stewart, Greg Snider2011年，即毕业那年，王绍迪和郭昕婕提交申请，同样在这一年，Dmitri B.Strukov准备申请存算一体项目，次年郭昕婕就成为了第一批被招收的学生，被分到基于NOR Flash的存算一体芯片技术方向。Dmitri B.Strukov告诉她，这个方向是最接近产业化的、实用的方向，Flash技术成熟，已经商用几十年，成本很低，但其缺点同样是因为Flash研究起步较早，不好在顶刊上发文章。立项初期，深度学习还不火，郭昕婕主要将存算一体芯片应用在视频处理矩阵乘法，到2013年，深度学习的热度席卷学术界，发现存算一体芯片运算深度学习效果好后，在导师的支持下，郭昕婕直接转方向到做深度学习芯片。历经6次流片，耗时4年，郭昕婕终于在2016年研发出全球第一个3层神经网络的浮栅存算一体深度学习芯片技术，并完成技术验证。一年后，她又再度攻下7层神经网络的浮栅存算一体深度学习芯片。
▲郭昕婕在IEEE电子器件大会(IEDM 2017)上发表的论文存算一体以存储器和模拟单元为主，Flash存储阵列经优化改造后，既可以容纳更多神经网络的权重参数，又可以完成和此权重相关的模拟计算。据王绍迪介绍，理论上，单个Flash单元可完成8bit乘加法运算，假设有200M个Flash单元，就能存储2亿个参数，同时能并行完成2亿次乘加法运算。实际运行时，算力约为峰值的10%-50%，由于芯片具备一定通用性，并非完全针对某一算法定制，AI算法在芯片无法达到100%的利用率。在王绍迪看来，存算一体芯片的核心优势有三点。其一，存储单元可用于计算，运算中无需数据搬运，运算单元数量可提升多个数量级。其二，无需独立计算单元，这样既节省了片上并行计算单元的面积消耗，同时不用过于追求最先进的芯片加工工艺，而是可以使用成熟工艺来降低成本。其三，架构中无需考虑内存搬运，大幅降低多核AI芯片的设计难度。
投石无路，艰难的创业起步
从郭昕婕的研究中，王绍迪看到了端侧AI芯片商用落地的价值，回国创业的想法在心中萌芽。然而创业的热情燃烧正旺，突然就被现实的冷水浇熄，他在说服别人投资的路上屡屡碰壁。
