2个数量级提速，湖南大学自研“存算一体”非冯·诺依曼类脑芯片架构

近日，湖南大学电气与信息工程学院刘杰教授课题组自主研制出了“存算一体”非冯·诺依曼类脑芯片架构，用于加速分子动力学高性能科学计算。

相较主流Intel CPU、NVIDIA GPU芯片，在保持计算高精度前提下，实现了约2个数量级提速。研究成果发表在《npj Computational Materials》期刊。

自1946年发明至今，冯·诺依曼架构一直占据统治地位，是CPU、GPU等主流芯片的基础，也是手机、台式机、笔记本、计算服务器、超级计算中心的底层基础架构。不过，在冯·诺依曼架构中，“存储墙（memory wall）”和“功耗墙（power wall）”等瓶颈问题严重制约了计算性能的提升。

为此，刘杰教授团队自主设计了“存算一体”的类脑芯片架构，并基于FPGA研制出了基于新型非冯·诺依曼芯片架构的分子动力学计算系统“NVNMD”（第一版），实现了从传统冯·诺依曼芯片架构向新型非冯·诺依曼芯片架构的“范式转移（paradigm shift）”。

据湖南大学官方介绍，NVNMD的核心计算模块中，存储单元和计算单元紧密融为一体（即“存算一体”），避免了频繁的数据搬运，极大缓解了计算中的“存储墙”和“功耗墙”瓶颈。实测表明，相较主流CPU、GPU等传统冯·诺依曼架构芯片，可将计算速度提升大约2个数量级；并可将计算功耗降低大约3个数量级。

湖南大学消息显示，该成果提出的新型NVNMD兼具AIMD级别高精度、CMD级别高速度，在物理、化学、生物、制药、地质、材料、半导体、纳米技术等领域有广泛应用前景。

目前，该团队正在基于高端工艺节点，设计非冯·诺依曼架构ASIC芯片的NVNMD（第二版），旨在实现单节点（平方cm量级芯片、百瓦量级功耗、新型非冯·诺依曼芯片架构）分子动力学算力大致相当于美国最强超算中心Summit算力总和（占地一栋楼、十兆瓦量级功耗、传统冯·诺依曼芯片架构）的研究目标。

湖南大学