冯诺依曼体系结构_存算一体：突破冯诺依曼架构瓶颈的希望？

半导体技术发展至今，已进入后摩尔定律时代。通过提升工艺来提升冯·诺依曼架构性能的难度越来越大。存算一体(In-memory Computing)作为一种新兴的技术，为彻底解决冯诺依曼架构的瓶颈带来了希望。

01

—

冯·诺依曼架构的瓶颈

传统的计算机采用冯·诺依曼体系结构，在这种体系结构中计算和存储功能是分离的，分别由中央处理器CPU 和存储器完成。CPU 和存储器通过总线互连通信，CPU 从存储器读出数据，完成计算，然后将结果写回存储器。

Fig. 1. 冯·诺依曼架构示意图

随着半导体产业的发展和需求的差异，处理器和存储器二者之间走向了不同的工艺路线。面向用户对处理器的高性能需求，半导体厂商通过减小器件尺寸，使用更多的金属布线层来降低互连线延迟，不断提高处理器的性能。

Fig. 2. MOSFET制造工艺的演进 对于存储器，用户追求的是大容量和低成本。存储器的工艺用更多的晶体管层来获得更小的存储单元面积，增大存储容量。

Fig. 3. 3D NAND Flash Memory

处理器与存储器需求不同，工艺不同，封装不同，导致二者在工业生产层面无法完美兼容，且二者之间的性能差距越来越大。当前主流的商用微处理器主频已达3GHz以上，存储总线主频仅400MHz；处理器速度每年增长60%，存储器存取延迟每年仅改善7%。处理器性能远远大于DRAM。由通信带宽和延迟构成的“存储墙(Memory wall)”成为提高系统性能的最大障碍。以Intel i9-7980XE 18 核 36 线程CPU为例，其配合超频过的 DDR4 3200MHz 的内存，测试出的内存读取速度为 90GB/S。再看图中的 L1 Cache，3.7TB/S。这颗 CPU 最大睿频 4.4GHz，就是说 CPU 执行一个指令需要的时间是0.22ns(纳秒)，而内存的延迟是 68.1ns。换句话说，只要去内存里取一个字节，就需要 CPU 等待 300 个周期。

    Fig. 4. CPU and cache memory speed mismatch

存储与计算模块的分离带来的问题还有功耗墙(powe