一台電腦，計算設備想要正常運行，那麼是離不開兩大核心組件的，它們分別是中央處理器和DRAM，一個負責計算，另一個負責存儲。
在傳統的計算機架構模式中計算和存儲是分開運行的，但由於在數據搬運的過程中會造成能量損耗，並不利於長久的性能增長，這也是為什麼很多人的設備會越用越卡的原因。
但馬雲養大的晶片獨角獸立下大功，成功研發出存算一體晶片，打破電子行業天花板。這款晶片有怎樣的表現呢？它的誕生有何意義？
馬雲養大的晶片獨角獸立功了
馬雲是一個具有傳奇色彩的商業人物，做出了很多改變行業發展的舉動，為中國電商，移動支付，物流等領域的發展做出了很大的貢獻。
但其實馬雲對科技領域的關注度也是非常高的。為了更好的投入科研，馬雲創建了達摩院。這是一家不以盈利為主的科研組織，在達摩院成立之後的幾年裡，連續部署了人工智慧、大數據、5G等核心科技領域，甚至在晶片方面也掌握了領先的研究水準。
而馬雲養大的這支晶片獨角獸立功了，據阿里雲旗下的達摩院表示，成功研製出全球首款基於DRAM的3D鍵合堆疊存算一體晶片。
展開全文
這款晶片CPU相較於傳統的處理器來看，性能增強了10倍，效能提升了300倍，能夠在特定的AI場景中發揮出重要作用。
最重要的是，達摩院的存算一體晶片打破電子行業天花板，突破馮 諾依曼架構的性能極限。
按照馮 諾依曼架構，人類計算機技術持續發展了幾十年，幾乎都是沿用這一模式。而所謂的馮 諾依曼架構指的是把程序指令和數據存儲進行合並。
雖然這一架構模式被廣泛運用，但是也存在明顯的性能瓶頸。當計算需求到達一定程度後，傳統的馮 諾依曼架構就無法滿足極致的算力需求了。
因為在程序指令和數據存儲進行傳輸交換的過程中，會消耗較多不必要的算力資源。依照這一架構，計算機的算力和內存數據提升性能是需要成正比的，但實際情況來看並沒有。
CPU算力每兩年可提升3.1倍，而內存數據每兩年只提升了1.4倍。不斷突破的晶片製造技術賦予了CPU強大的算力表現，可是在性能和功耗差距越來越大。
性能提升了，可是功耗也在增加，這就是馮 諾依曼架構性能的瓶頸。該如何解決數據搬運帶來的算力資源浪費呢？達摩院給出了答案。
存算一體晶片把內存數據和CPU計算進行了互聯，用3D堆疊封裝技術把兩個獨立的單元實現互通。這種晶片封裝方式具有低成本，高帶寬的特點。
因為減少了數據搬運，所以在性能的提升表現方面會更加明顯，足足10倍的增長幅度和300倍的效能跨越。功耗減少了，性能自然也就增加了。
存算一體晶片的誕生有何意義？
科技需要創新突破，而不是沿著一條路走到底。以前的發展方式不代表成為將來的突破方向，傳統的計算機架構模式雖然不會被淘汰，但在未來對計算有更大要求的物聯網，人工智慧時代，馮 諾依曼架構之後該有新的算力運行方式了。
達摩院的存算一體晶片多半就是正確答案，甚至是標准答案，而這款晶片的誕生意義非凡。
首先可滿足更多對算力有極致需求的產業。
一顆晶片的算力可以用數字來衡量，面對持續增長的AI、雲計算等產業未來，就不是一串數字可以表達的。
這些算力的需求無法在傳統的架構模式中得到滿足，對容量，帶寬的性能延伸也不可能寄託於馮 諾依曼架構。存算一體晶片最明顯的意義就是滿足更多對算力有極致需求的產業。
就拿汽車自動駕駛來說，想要實現L5級的自動駕駛程度，就必須突破更高的算力天花板。只有充足的算力保障，才能實時分析、監測、運算，才可以在不可察的時間內讓計算機做出判斷，發出指令，並做出相應的自動駕駛操作。
其次為晶片產業的發展探明方向，驗證存算一體模式的可行性。
大部分的企業都還在遵循傳統的發展方式，這並沒有什麼問題，但也要為將來做考慮了。消費者對電子消費產品的需求一直在提升，以前覺得7nm已經很高端了，現在7nm成為配角，在更高端的5nm，4nm晶片面前失了光彩。
所以在不斷提升晶片工藝的情況下，也要考慮該如何更好的實現性能體驗。達摩院存算一體晶片也許為晶片產業的發展探明了前進的方向，實現了存算一體模式可行性的驗證。
總結
馬雲雖離開了江湖，但江湖中一直流傳著他的傳說。在退休之前，馬雲創建了達摩院，如今看來這一決策是非常正確的。正是因為馬雲這種高瞻遠矚的布局，讓達摩院在晶片領域取得如此重要的突破，為馬雲點贊。
作筆記是好習慣，給你新想法