存算一體（Computing-in-memory）技術有望消除在網絡邊緣進行人工智能（AI）語音處理產生的大量數據通信瓶頸，但需要一種可同時進行神經網絡計算和存儲權重的嵌入式內存解決方案。今日，Microchip Technology Inc.（美國微芯科技公司）通過旗下子公司冠捷半導體（SST）宣布， 其SuperFlash memBrain神經形態存儲器解決方案為知存科技（WITINMEM）神經處理SoC解決了這一難題。這是首款批量生產的SoC，可使亞毫安級系統在開機后立即實時降低語音噪音并識別數以百計的指令詞。

Microchip與知存科技合作，將Microchip基于SuperFlash技術的memBrain模擬內存計算解決方案整合到知存科技的超低功耗SoC中。該SoC采用用于神經網絡處理的存算一體技術，包括語音識別、聲紋識別、深度語音降噪、場景檢測和健康狀態監測。知存科技目前正在與多個客戶合作，將在2022年向市場推出基于該SoC的產品。

知存科技首席執行官王紹迪表示：“知存科技正在借助Microchip的memBrain解決方案，基于先進神經網絡模型解決網絡邊緣的實時AI語音計算密集型挑戰。我們在2019年率先開發了用于音頻的存算一體芯片，現在又實現了另一個里程碑，在超低功耗神經處理SoC中批量采用了這項技術，簡化并提高了智能語音和健康產品的語音處理性能。

SST半導體（SST）許可部門副總裁Mark Reiten表示：“我們很高興知存科技成為我們的主要客戶，感謝知存科技選擇使用我們的技術推出這么優秀的產品，進軍不斷膨脹的人工智能邊緣處理市場。知存科技 SoC展現了使用memBrain技術創建基于存算一體神經處理器的單芯片解決方案的價值，消除了傳統處理器使用數字DSP和基于SRAM/DRAM的方法來存儲和執行機器學習模型存在的問題。”

Microchip的memBrain神經形態存儲器產品經過優化，可為神經網絡執行矢量矩陣乘法（VMM）。它使得用于電池供電和深度嵌入式邊緣設備的處理器能夠提供盡可能高的單位瓦特人工智能推理性能。這是通過將神經模型的權重作為數值存儲在內存陣列中和將內存陣列作為神經計算元素來實現的，功耗比其他方法低10至20倍，同時由于不需要外部DRAM和NOR，處理器整體材料清單（BOM）成本也較低。

將神經模型永久存儲在memBrain解決方案的處理元件中也能夠支持實時神經網絡處理的即時開啟功能。知存科技利用SuperFlash技術的浮動柵極存儲單元的非易失性，在空閑狀態下關閉存算一體宏，可以進一步降低要求嚴苛的物聯網應用的靜態泄漏功耗。

如需了解更多信息，請聯系info@sst.com 或訪問SST網站。

資源

可通過Flickr或聯系編輯獲得高分辨率圖片（歡迎自由發布）：

應用圖: https://www.flickr.com/photos/microchiptechnology/51896023551/sizes/l/