原标题：AI初创公司斥资2700万美元在边缘实现内存计算的商业化

　　欧洲人工智能初创公司Axelera AI 最近获得了 2700 万美元的资金，用于将其人工智能加速平台商业化。该资本将支持其第一代人工智能硬件和软件的发布和量产，将多核内存计算与定制数据流架构相结合。

　　Axelera AI 的 AI 加速平台的描述。图片由Axelera AI提供

　　新平台旨在支持边缘机器学习，使人工智能更加高效和可访问。该工具将帮助想要开发基于人工智能的产品的企业家，瞄准工业 4.0 等市场。

　　Axelera AI 的起源

　　认识到可用的边缘计算系统效率低下且价格昂贵，来自 imec的 Axelera AI 的创始团队Fabrizio Del Maffea 和来自 IBM 苏黎世实验室的 Evangelos Eleftheriou 以及来自这两个机构的同事开始重新思考边缘的 AI 硬件。2021 年 7 月，他们创立了 Axelera AI 以将他们的技术商业化，同年 12 月，他们流片了公司的第一个测试台芯片Thetis Core 。

　　Thetis Core 在不到 9 平方毫米的面积内提供每秒 39.3 万亿次操作 (TOPs/s) 的速度和每瓦特 14.1 万亿次操作 (TOPs/W) 的效率。该芯片利用了该公司独特的内存计算技术。Axelera AI 还创建了软件堆栈，允许客户在其 AI 平台上运行神经网络而无需重新培训。

　　本周，Axelera AI 获得了来自 imec.xpand 和比利时联邦控股投资公司的 2700 万美元 A 轮融资。该公司目前正在开发其 Thetis Core 芯片和相关应用软件，包括安全、零售、机器人和工业 4.0。此外，该公司计划今年将其研发办事处扩大到美国和台湾。

　　边缘内存计算的好处

　　边缘计算是指去中心化的数据处理或硬件本身的处理。这种方法减少了硬件和中央 IT 网络之间的通信延迟。尽管边缘 AI 的速度很快，但这些应用程序需要更强大、更高效的硬件架构来保持低延迟和低功耗。

　　当前的冯-诺依曼架构将处理单元和存储单元分开。正如 Axelera AI 的创始人所注意到的，这种传统的计算架构需要在这些单元之间来回移动大量数据，从而增加了延迟和功耗。或者，内存计算架构在内存本身中处理数据，从而减少与数据传输相关的时间和功率。

　　使用交叉开关阵列进行内存计算

　　Axelera AI 使用流行的内存计算架构，其中包括存储设备的交叉阵列。这些交叉开关阵列可以存储和执行作为所有深度学习操作核心的矩阵向量乘法 (MVM)。

　　交叉开关阵列由平行的金属线组成，顶部和底部电极相互垂直。存储器存储元件，例如电容器或忆阻器，连接在线路的交叉处。读写操作的速度取决于存储设备的类型。Axelera AI 的研究人员报告说，SRAM、闪存和所有忆阻器存储器都适用于 MVM 操作。

　　内存计算架构的插图。图片由Axelera AI提供

　　研究人员正在研究多核内存计算，这取决于多种特性，例如优化的内存层次结构、均衡的结构、微调的量化流程、优化的权重映射策略以及多功能编译器和软件工具链。Axelera AI 将其内存计算技术与自定义数据架构相结合，以实现高吞吐量、效率和准确性。

　　Thetis 核心芯片

　　在imec.IC-link(台积电价值链聚合器)的支持下，Axelera AI 流片了 Thetis Core 测试芯片，以展示其内存计算的高性能。

　　Thetis Core 于 2022 年 5 月发布，可在小于 9 平方毫米的 INT8 精度下以 14.1 TOPs/W 的效率执行 39.3 TOPs/s。它展示了 33 TOPs/W 的峰值能效。据 Axelera AI 称，通过提高时钟频率，峰值吞吐量可以达到 48.16 TOP。

　　Thetis Core 芯片。图片由Axelera AI提供

　　该公司计划在其首款产品中集成多个版本的内存计算引擎，该产品计划于 2023 年初与选定的客户和合作伙伴一起推出。