内存墙

当前的数据处理方案依赖于数据存储与数据处理分离的体系结构，这就需要不断地在内存中来回传输信息，会在时间和精力上产生巨大的性能成本。“存储墙”指的是系统中的时间和能量瓶颈，而由高级分析、大数据、人工智能、机器学习和视频流驱动的数据量的巨大增长加剧了这一问题。新的内存创新始于，利用通过使内存更集中于计算中心来消除高昂成本的数据移动方法，从而创建所谓的“以内存为中心”的体系结构。组织机构正在利用前所未有的内存技术创新，使计算更接近数据源，从而大幅提高性能并开启技术转型的新时代。研发领先的内存技术是支持这一转变的关键。

通过将计算功能放在DRAM附近（也称为近内存计算），可以获得更大的效率增益。通过直接在用于内存计算的快速内存（如DRAM）上执行计算，可以实现更高的效率。模拟计算和完全模拟加速器通过为每个存储器单元提供大量可能的状态，并并行地对大量数据执行计算来进一步扩展范围以提高效率。虽然这是一个有前途的方向，但设备特性和可变性仍然是关键挑战，合适的高质量模拟存储设备仍然难以找到。特定的绑定工作负载更适合特定类型的以内存为中心的处理解决方案，或者处理解决方案的组合，而向特定领域体系结构（DSA）发展的趋势加剧了这种情况。DSA可以根据正在处理的工作负载或域的特性，调整体系结构来实现更高的效率。

每个计算系统都有一个*大允许功率，在图3中标记为“系统功率墙”，是数据位传输（以GB/s为单位的带宽）和数据移动成本（PJ/B）的*大组合。虽然模拟加速器的效率*高，但只有某些工作负载适合这种计算方法，因此DSA将规定如何在新架构和传统架构之间*佳地分配工作负载。

我们已经开始看到集成电路基础设施的变革和存储器的发展，为了支持日益数据驱动的生活方式的需求。内存和存储芯片技术已经过渡到后摩尔定律体系：3D缩放模式，这一转变推动了下一代材料、单元工艺、器件、电路和架构技术解决方案研发的重大转变。利用基于**原理的方法，需要一种有效的方法来探索和评估用于连续存储芯片解决方案的新材料和器件。支持这种转变的生态系统，包括用于材料、工艺、复杂3D结构的工具，以及用于材料、结构和TCAD建模的平台，需要在支持持续3D缩放的道路上发展和成熟。

在这条道路上继续前进，需要对计算、内存和存储之间的交互进行彻底的重新想象。*优解决方案是将所有组件作为一个整体，包括材料、新型器件、电路设计、架构和异构（3D）封装，同时将框架、操作系统、软件和应用程序优化合并在一起，并仍然满足新计量的安全要求和需求。