據悉，近日，湖南大學電氣與信息工程學院劉杰教授課題組自主研制出了“存算一體”非馮·諾依曼類腦芯片架構，用于加速分子動力學高性能科學計算。

 

相較主流Intel CPU、NVIDIA GPU芯片，在保持計算高精度前提下，實現(xiàn)了約2個數(shù)量級提速。研究成果發(fā)表在《npj Computational Materials》期刊。

 

自1946年發(fā)明至今，馮·諾依曼架構一直占據統(tǒng)治地位，是CPU、GPU等主流芯片的基礎，也是手機、臺式機、筆記本、計算服務器、超級計算中心的底層基礎架構。不過，在馮·諾依曼架構中，“存儲墻（memory wall）”和“功耗墻（power wall）”等瓶頸問題嚴重制約了計算性能的提升。

 

為此，劉杰教授團隊自主設計了“存算一體”的類腦芯片架構，并基于FPGA研制出了基于新型非馮·諾依曼芯片架構的分子動力學計算系統(tǒng)“NVNMD”（第一版），實現(xiàn)了從傳統(tǒng)馮·諾依曼芯片架構向新型非馮·諾依曼芯片架構的“范式轉移（paradigm shift）”。

 

據湖南大學官方介紹，NVNMD的核心計算模塊中，存儲單元和計算單元緊密融為一體（即“存算一體”），避免了頻繁的數(shù)據搬運，極大緩解了計算中的“存儲墻”和“功耗墻”瓶頸。實測表明，相較主流CPU、GPU等傳統(tǒng)馮·諾依曼架構芯片，可將計算速度提升大約2個數(shù)量級；并可將計算功耗降低大約3個數(shù)量級。

 

湖南大學消息顯示，該成果提出的新型NVNMD兼具AIMD級別高精度、CMD級別高速度，在物理、化學、生物、制藥、地質、材料、半導體、納米技術等領域有廣泛應用前景。