存储芯片🔥9.0
行并行DRAM计算削减数据重组开销（Syracuse、FAU、TU Dresden）
原标题: 行并行DRAM计算削减数据重组开销（Syracuse、FAU、TU Dresden）
📋总体概括
Syracuse大学、埃尔朗根-纽伦堡大学（FAU）与德累斯顿工业大学的研究团队联合发表论文RAPID，提出在DRAM内部实现行并行算术处理的存内计算架构。现有DRAM-PUM方案因电荷共享操作受限于单条位线，需将数据重排为列式、位串行布局，带来高昂的数据重组开销。RAPID通过行并行方式绕开这一瓶颈，直接在DRAM内完成计算，减少内存与处理器间昂贵的数据搬运，为存内计算实用化提供了新路径。
⚡关键信息
- ▸Syracuse、FAU、TU Dresden三校联合发表DRAM存内计算论文RAPID
- ▸RAPID全称为Row-Parallel Arithmetic Processing in DRAM，实现行并行算术处理
- ▸现有DRAM-PUM架构因电荷共享局限于单条位线，需把数据重组为列式、位串行格式
- ▸数据重组是现有方案的主要开销来源，RAPID旨在消除这一瓶颈
- ▸存内计算的核心动机是减少内存与处理器之间的数据搬运成本
🔥犀利点评
存内计算喊了这么多年，卡脖子的从来不是算得多快，而是数据摆放——为了迁就位线级电荷共享，先得花大把周期搬运重排数据，等于自己给自己挖坑。RAPID从行并行切入，正面拆掉这个隐性税，思路务实。当然论文到产品隔着制程、DRAM厂商配合度和编译器生态三座大山，UPMEM的前车之鉴不远，先看能否在真实负载上把重排开销省出数量级再叫好。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 SemiEngineering 阅读全文 →