资本市场依旧看好的存内计算AI芯片-德赢Vwin官网网

电子发烧友网报道（文/周凯扬）经过这几年的发展，越来越多的AI计算芯片初创公司感受到了剧增的压力，入场的玩家越来越多，而头部的大厂在市占率上压得他们喘不过气。尽管如此，还是有的厂商找到了另外的路线来吸引更多的投资，比如存内计算。

d-Matrix

近日，AI芯片初创公司d-Matrix宣布收获了1.1亿美元的B轮融资，由新加坡投资公司淡马锡控股公司领头，剩余的投资者包括微软、三星等。其实早在该公司去年4月份的A轮融资中，微软就已经领投这家初创企业，一样参与投资的还有SK海力士。可以看出，无论是微软，还是内存厂商，都很看好其前景。

d-Matrix的技术路线是通过存内计算来实现AI瓶颈的突破，比如在过去的标准SRAM结构中，内存墙的问题是始终存在的，而d-Matrix的数字化存内计算则可以进一步提升单位功耗的算力，从过去的10Tops/W提升至最高230Tops/W。

d-Matrix率先推出的是Nighthawk这一验证Chiplet产品，基于台积电的6nm工艺打造，集成了4个基础神经网络加速器作为AI引擎，以及一个SiFive S76 CPU作为控制单元。每个神经网络加速器中包含了两个自研Apollo核心，每个核心中又包括8个数字存内计算单元。

不过Nighthawk仅仅是用于展示使用，并不会量产，随后d-Matrix又推出了Jayhawk这一chiplet加入其展示平台，加入了基于ODSA标准的D2D接口。而d-Matrix将要为客户正式提供的产品是今年推出的Corsair chiplet，该设备将集成512个dMIC，是Nighthawk的8倍，这才将性能推至200Tops/W以上。

针对Corsair的架构，d-Matrix还推出了Aviator这一软件平台，进一步无缝化终端用户的模型部署体验。据了解，微软已经在评估该芯片，并计算在明年投入使用。而d-Matrix预计营收将达到1000万美元，主要来自客户用于评估的订单。由于这类存内计算更适合AI计算中的推理，对于生成式AI来说可以提高吞吐量、降低延迟，同时相对GPU方案也拥有更低的TCO成本。

EnCharge AI

另外一家从事存内计算AI芯片开发，并获得了资本青睐的初创公司名为EnCharge AI。去年年底，该公司退出隐身模式，并获得了来自Anzu Partnets、AlleyCorp等公司的2170万美元A轮融资。其CEO Naveen Verma表示这笔资金将用于推进硬件和软件的开发，以及支持与新客户之间的沟通。

相较于d-Matrix，EnCharge AI的大部分研究成果还在理论阶段，并没有量产，这也是他们继续融资推进产品落地的原因。EnCharge AI表示自己的软件栈与标准的设计框架（PyTorch、TensorFlow、ONNX）兼容，并支持针对应用的运算、模型和分辨率自定义。其软件栈保证了高精度、高性能的AI模型部署不再是一个冗长的过程，而是一个流畅自动化的过程。

在硬件上，EnCharge AI还是保证了其设计与标准CMOS工艺兼容，最小化成本的同时依然可以提供最大化的性能表现。据其官网介绍，EnCharge AI在打造的存内计算AI芯片可以达到150TOPS/W的计算效率。

虽然EnCharge AI的硬件平台也强调了可扩展性，但从其描述来看，似乎更愿意将其应用于边缘端，比如针对摄像头的Resnet50图像分类识别等。不过可以肯定的是，EnCharge AI目前还处于未量产无客户的阶段，在市场上还会与其他资金雄厚、产品进度更快的竞争对手交锋。

写在最后

即便是钻研存内计算AI芯片的厂商，还是需要走软硬件栈的同步开发，因为对于AI模型，尤其是一些LLM来说，兼容性还只是重心之一。要想推进AI计算的效率，就必须做好硬件和软件的扩展性，这也是多数AI芯片初创公司面临的最大难题，甚至因为软硬件协调问题迟迟没能大规模商用。

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

AI

AI

+关注

关注
87

文章
30728

浏览量
268886

专注存内计算的知存科技荣获2024全球（中国）半导体市场年度最佳企业奖

,简称WICA）颁发的“2024全球（中国）半导体市场年度最佳企业奖”。这一荣誉不仅是对知存科技市场综合竞争力的认可，也是对存算一体芯片未来

发表于 12-11 17:33 •567次阅读

专注<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>的知<b class='flag-5'>存</b>科技荣获2024全球（中国）半导体<b class='flag-5'>市场</b>年度最佳企业奖

知存科技启动首届存内计算创新大赛

存内计算作为一项打破“内存墙”“功耗墙”的颠覆性技术，消除了存与算的界限，相比CPU或GPU能够实现更高计算并行度、更大专用算力，达成数量级

发表于 11-21 10:44 •230次阅读

亿铸科技完成数亿元融资

近日，AI芯片领域的佼佼者亿铸科技宣布成功完成数亿元融资，再次赢得了资本市场的青睐。

发表于 10-14 16:04 •316次阅读

4-5月半导体设备市场：国内产业链多点开花，依旧是资本市场关注焦点

德赢Vwin官网网报道（文/莫婷婷）在今年1月-5月的半导体融资事件中，半导体设备市场获得资本市场的关注，超过70家半导体设备企业获得融资，仅仅是今年4月-5月这两个月之内的融资事件就已经达到13家

发表于 06-25 00:08 •3519次阅读

4-5月半导体设备<b class='flag-5'>市场</b>：国内产业链多点开花，<b class='flag-5'>依旧</b>是<b class='flag-5'>资本市场</b>关注焦点

存内计算原理分类——数字存内计算与模拟存内计算

数字存内计算与模拟存内计算各有优劣，都是存算一体发展

发表于 05-21 16:26 •2479次阅读

<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>原理分类——数字<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>与模拟<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>

存内计算——助力实现28nm等效7nm功效

当的性能。存算一体尝试通过集成存储和计算在一个芯片甚至一个容器内，来突破访存限制，发挥芯片的最大

发表于 05-17 15:03 •1901次阅读

<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>——助力实现28nm等效7nm功效

浅谈存内计算生态环境搭建以及软件开发

在当今数据驱动的商业世界中，能够快速处理和分析大量数据的能力变得越来越重要。而存内计算开发环境在此领域发挥其关键作用。存内

发表于 05-16 16:40

知存科技助力AI应用落地：WTMDK2101-ZT1评估板实地评测与性能揭秘

取得了积极进展，探索将存储与计算紧密结合的创新方案。在国内，新兴AI和存储企业的蓬勃发展也为存算一体技术注入了新的活力。知存科技作为其中一员，在存

发表于 05-16 16:38

存内计算WTM2101编译工具链资料

领先的存内计算芯片企业。公司针对AI应用场景，在全球率先商业化量产基于存

发表于 05-16 16:33

探索存内计算—基于 SRAM 的存内计算与基于 MRAM 的存算一体的探究

本文深入探讨了基于SRAM和MRAM的存算一体技术在计算领域的应用和发展。首先，介绍了基于SRAM的存内逻辑计算技术，包括其原理、优势以及在

发表于 05-16 16:10 •2778次阅读

存内计算芯片研究进展及应用

在NOR Flash存内计算芯片当中，向量-矩阵乘法运算基于电流/电压的跨导与基尔霍夫定律进行物理实现，如图7(a)所示。因此，其核心是设计NOR Flash单元阵列以满足大规模高能效

发表于 05-16 15:30 •1260次阅读

存内生态构建重要一环- 存内计算工具链

本篇文章重点讲述存内计算相关工具链，我们将从工具链定义出发，依次讲述工具链研究背景及现有工具链、存内计算

发表于 05-16 14:37 •1105次阅读

存内计算技术工具链——量化篇

本篇文章将重点讲述存内计算技术工具链之“量化”，我们将从面向存内计算

发表于 05-16 12:35 •1211次阅读

东昂科技再次冲刺资本市场，北交所IPO申请已受理

厦门东昂科技股份有限公司（以下简称“东昂科技”）近日在北交所更新了其上市申请审核动态，显示其IPO申请已被受理。值得注意的是，这是东昂科技第二次尝试进入资本市场。

发表于 03-06 15:20 •620次阅读

证监会就资本市场监管召开座谈会，以防风险、促高质量发展为目标

会上，代表们重点讨论了市场关注热点和影响资本市场长远发展的机制、政策问题，并提出了专业且具有价值的建言建议。普遍观点认为，资本市场的健康发展对于数以亿计的投资者及整个经济社会有着至关重要的影响

发表于 02-20 09:38 •575次阅读