近日算力市场持续受到关注,包括CPO、云计算数据中心、芯片等相关分支板块都一度受到市场热捧。
值得一提的是,除了这几块分支,分析师最新研报还提到了存储需求爆发、存算一体等。
ChatGPT带动存储需求指数级提升
天风证券指出,ChatGPT正在掀起一轮新的AI革命,将带动数据存储需求指数级提升。
其表示,AIGC有望在消费互联网、产业互联网和社会价值领域持续产生变革性影响。ChatGPT需要极高的算力及存储支持,ChatGPT3相较ChatGPT 2在数据存储端从百G提升至40T在存储量上有约100倍的提升,随着百度等科技巨头类ChatGPT项目入局,整体存储市场需求将进一步快速提升。
德邦证券也认为,AIGC行业的发展离不开算力提升、数据传输、数据存储三大方向,AIGC算力需求的提升将同步带动数据存储量的指数型增长。
“存算一体”有望助力解决算力瓶颈
资料显示,存算一体就是在存储器中嵌入计算能力,以新的运算架构进行二维和三维矩阵乘法/加法运算。存算一体的优势包括:
1)具有更大算力(1000TOPS以上);
2)具有更高能效(超过10-100TOPS/W),超越传统ASIC算力芯片;
3)降本增效(可超过一个数量级)。
浙商证券指出,近期CHATGPT的兴起推动着人工智能在应用端的蓬勃发展,也对计算设备的运算能力提出了前所未有的需求。虽然AI芯片、GPU、CPU+FPGA等芯片已经对现有模型构成底层算力支撑,但面对未来潜在的算力指数增长,长期来看打造存算一体芯片(减少芯片内外的数据搬运),或将成为未来算力升级的潜在方式。
据《中国移动研究院——存算一体白皮书(2022年)》,当前全球数字经济增长,算力需求持续提高的同时带来能耗的急剧增加,随着摩尔定律放缓、登纳德缩放失效,传统冯氏计算架构在“内存墙”和“功耗墙”的双重限制下,算力的能效比受到限制,亟需新的计算架构来解决这一问题。
而存算一体作为一种新型算力,有望解决传统冯诺依曼架构下的“存储墙”、“功耗墙”问题,是中国移动极为关注的算力学科的突破性技术,已被确定为算力网络十大关键技术之一。存算一体将存储与计算有机融合,以其巨大的能效比提升潜力,有望成为数字经济时代的先进生产力。
综合来看,光大证券也表示,存算一体的核心是将存储与计算完全融合,有效克服冯·诺依曼架构瓶颈,并结合后摩尔时代先进封装、新型存储器件等技术,实现计算能效的数量级提升。
相关产业链
据《中国移动研究院——存算一体白皮书(2022年)》,为了加快存算一体技术的商用化推进,根据存算距离的远近,白皮书提出近存计算、存内处理和存内计算三种技术发展路径,既满足不同场景、不同时期的需要,又最终实现存算一体的跨越式发展。
其中,近存计算和存内处理在工业界发展迅速,技术相对成熟,短期内可加速商用;存内计算要求介质革新和芯片重构,在工艺制造、电路设计、生态成熟度等方面面临着较大的技术挑战,需要持续技术积累,加速商用化的演进。
白皮书认为,未来存算一体技术将在自动驾驶、AI处理、物联网等云边端场景广泛应用,对提升运算效率、降低系统功耗及设备成本等带来广阔的收益。
市场玩家方面,据悉,国外巨头早已布局这一领域,英特尔、三星、IBM、东芝、SK海力士等持续进行相关产品的研发,代表存储器未来趋势的磁性存储器(MRAM)和忆阻器(RRAM)相继在头部代工厂传出量产消息。
目前成果较为明显的是三星在2021年发布的HBM2-PIM,其使用的Aquabolt-XL技术是围绕HBM2 DRAM这种存储介质进行内存储计算,可实现高达1.2 TFLOPS的计算能力,从而使内存芯片能够处理通常需要CPU、GPU、ASIC或FPGA的任务。
国内方面,主要以AI为契机,实现特定领域、特定功能的AI存算一体芯片。如阿里达摩院于2021年11月成功研发存算一体芯片,为全球首款基于DRAM的3D键合堆叠存算一体芯片。