知存科技
■ 10月 公司注册成立；
■ 1月 获得天使轮融资；
■ 12月 获得天使+轮融资；
■ 8月 完成近亿元人民币的A轮融资。
成立于的知存科技是安创成长营五期团队，曾于1月获得天使轮融资。近日，知存科技宣布完成近亿元人民币的A轮融资，本轮融资由中芯聚源领投，普华资本、招商局创投、三峡鑫泰、科讯创投、燕缘雄芯跟投。本轮融资将主要用于完成芯片的量产工作。
知存科技，主要研发NOR Flash存算一体AI芯片，主要针对语音识别和视觉识别两个领域，目前正在进行Demo芯片的测试，运算效率为15TOPS/W，预计半年内进入量产阶段。上世纪40年代，冯诺依曼确立了处理器和存储器分离的基本计算架构，即数据和程序存入存储器中，处理器调出数据计算之后再传送回存储器当中。这一架构也是目前最普遍使用的架构。而存算一体，简单来说就是存储器部分同时拥有拥有计算和存储功能。那存算一体的结构又有那些什么好处的优势呢？知存科技研发的存算一体的AI芯片的计算效率能达到冯诺依曼结构芯片的20-50倍，这是因为存算一体的架构可以破解目前AI芯片遇到的“存储墙问题”。在一般AI运行当中，数据要不停地在存储器和处理器之间搬运，搬运速度限制了芯片运算速度，而搬运数据的功耗也提高了芯片的功耗。而存算一体的芯片运算无需数据读写和数据搬运，因而可以突破瓶颈提高芯片效率。
▲测试晶圆图 来源：知存科技
在存算一体芯片设计中最重要也是最难的部分就是如何去设计存储器使得其也能进行处理器的运算的过程。知存科技的方案是重新设计存储器，利用Flash闪存存储单元的物理特性，对存储阵列改造和重新设计外围电路使其能够容纳更多的数据，同时将算子也存储到存储器当中，使得每个单元都能进行模拟运算并且能直接输出运算结果，以达到存算一体的目的。而在单次流片成本方面，知存科技的研发和流片成本与同性能的常规AI芯片相比，能够降低50倍，原因在于相比于常规方案，存算一体的架构无需高性能的处理器，而处理器又是成本占比最高的部分。但存算一体作为一种较新的芯片设计方法，在实际研发当中同样存在困难需要攻克，一是在芯片设计阶段，由于区别于常规的芯片设计方案，所以目前市面上没有成熟的EDA工具辅助设计和仿真验证；二是在芯片流片之后，也没有成熟的工具帮助测试；三是在芯片应用层面，由于这是一种全新设计，所以在应用层面也许设计新的软件进行芯片的适配。因而，知存科技也正在着力研发芯片设计和应用的专业软件。
▲▲芯片的演示系统 来源：知存科技
