获悉，存算一体芯片公司知存科技宣布完成1亿元B1+轮融资，本轮融资由深创投领投，国开科创跟投，指数资本继续担任独家财务顾问。今年1月，知存科技才获得领航新界领投，天堂硅谷、瑞芯投资跟投的2亿元B1轮融资。截至目前，知存科技B轮系列融资已累计达3亿元。

知存科技成立于2017年，专注于存算一体芯片研发。知存科技已发布和量产了存算一体加速器WTM1001、存算一体SoC芯片WTM2101两代产品，其中WTM2101芯片与主流数字NPU、DSP相比，在同等功耗水平下，算力可提高数十倍，主要运用于智能语音、智能健康和轻量级视觉市场。

在传统的冯·诺依曼结构中，存储和运算是分离的，CPU/GPU访问存储器的速度决定了系统运行的速度。随着半导体技术快速发展，CPU/GPU运算速度已远远超过访存速度，出现存储墙问题，基于传统冯·诺依曼结构的电子计算机难以满足数据处理更快速度、更低功耗的需求。

于是，存内计算概念诞生了。存内计算芯片的计算可以直接在存储器上进行，以新的运算架构进行二维和三维矩阵乘法/加法运算，可极大幅度消除数据搬移带来的数据传输缓慢、功耗高、搬运能耗大等问题。此外，它还可以使用存储单元直接参与逻辑计算，提升芯片算力。

存算一体有着近存计算、存内计算、 存内逻辑等多种技术路线。其区别在于，存内计算的计算可直接利用存储单元完成计算和存储两个功能，近存计算则是通过2.5D/3D封装技术将存储器和计算单元的距离拉近。知存科技是多元化存算一体技术公司。

二代芯片产品量产时间减半

2022年1月，知存科技宣布了存算一体SoC芯片WTM2101正式量产，并于3月推向市场，近期已有包含WTM2101芯片的产品上市。算力可达到50Gops ，功耗仅5uA-3mA，可应用于智能语音、智能可穿戴设备等多种应用场景，满足上百条命令词连续识别、AI通话降噪、实时健康、人形和凝视检测等多种功能，具有低功耗、高算力、多应用的优势。该芯片采用1.8M非易失性存储计算单元，可同时运行2-3个高性能模型，该芯片采用WLCSP封装技术，仅2.6mm*3.2mm大小。

相较于知存科技第一代产品WTM1001，WTM2101在性能上有着10倍以上的提升。此外，WTM2101的研发时间仅用了两年时间，远低于WTM1001的4年研发时间。知存在明年会推出新一代存内计算芯片，算力将比WTM2101提高600倍，研发周期进一步缩短。

研发时间缩短背后，是知存科技在存内计算芯片上的积累，上一代产品让知存科技产品跑通了存内计算芯片的量产过程。

存内一体芯片的难关

存内计算有着极高的技术壁垒。一家存内计算公司想完成一款芯片设计，需克服多个难关。

首先，需要选择正确的材料。

可用于存算一体的成熟存储器有FLASH、SRAM、DRAM、ReRAM、MRAM等多种介质。但从生产层面，没有一种存储器或工艺有针对存内计算进行优化，行业从业者需对多个路线进行尝试，选择其中一条方案。

“真正了解存内计算芯片、且有研发经验的人非常少。如果从材料角度，企业可从密度、计算功耗、精度等角度选择材料，但在怎样用集成电路设计架构和量产这两个问题上，什么材料有缺陷，缺陷是否克服，必须亲自经历一遍才能有所了解，寻找做出成品可能性最大的材料。”

从2012年到2017年期间，知存科技CTO郭昕婕用了4、5年时间研究各类材料，尝试了从ReRAM到Flash的各种存储器材料，直到2016年终于研发出了第一颗存内计算芯片。这也是国际上第一颗可用于3层以上深度学习的存内计算芯片，仅郭昕婕的实验室取得成功。

其次，整个芯片设计过程有多重难关。

在设计上，存内计算的设计方式与传统数字电路完全不同，它不采用逻辑门设计，且主要通过存储单元做计算，市场上没有成熟的设计方法。且整个设计过程，传统芯片可通过EDA等工具辅助数字芯片设计，而存内一体芯片没有可购买的EDA工具。需要工程师通过一次次调试积累经验，转化成设计方法，开发自有工具，再不断迭代升级。

在工艺层面，晶圆制造厂没有针对存内计算的专门工艺，企业需持续与晶圆厂合作优化工艺。王绍迪分享到，存内计算的工艺并不复杂，只是关注点与传统存储器不同，传统存储器非常注重的工艺点对于存内计算并不那么重要，但与此同时传统存储器不在意的一些工艺偏差，就可能会让存内计算出现良率下降。并且整个工艺调整过程难度高、时间漫长。如果做一个新的技术节点工艺，需至少提前3年开始研发，且一次技术迭代就需要至少一年时间。

知存科技用了多年时间把芯片材料选择、芯片设计、量产过程中的坑都趟了一遍，针对新工艺和新产品的研发做了多年pipeline的规划，这也是其二代芯片产品的研发时间仅一代产品一半的原因之一。

打造通用芯片

在产品定位上，知存科技希望将其产品打造成通用性芯片，构建生态，将产品用于更多领域，如移动终端、IPC、AR、 VR、 显示 、车载、AloT等场景。

据王绍迪介绍，知存科技正打造第三款存算一体产品，第三代相较于第二代产品算力会提高600多倍，单核能效提供10倍。第三代产品的架构将持续使用至少5年时间，为终端客户、开发者提供稳定的产品架构和开发生态。

在王绍迪看来，知存科技正处于打磨产品、稳定架构、着重打造应用场景、初步建立生态的关键时期。基于知存科技已有的开发方案，公司可以在1-2个月时间内为客户完成开发，客户自行开发也需2-4个月时间。之后，知存科技将继续打造更好的开发工具链，打造标准化存内计算产品，推出不限场景、易开发、成本优惠的产品。

知存科技的芯片已完成10多个产品原型，部分已经量产。

在创始团队上，创始人兼CEO王绍迪毕业于北京大学微电子系，在UCLA电子和计算工程学院取得硕士和博士学位；联合创始人、首席科学家郭昕婕博士2011年在美国加州大学圣塔芭芭拉分校（UCSB）攻读博士，成为制备国际首个ReRAM器件和存算阵列的Dmitri B. Strukov教授的第一位博士生。自2012年起开展Flash存算一体研发，曾于2016年完成国际首个Flash存算一体计算芯片验证。2017年，郭昕婕博士又进一步攻下7层神经网络的浮栅存内计算深度学习芯片，并作为第一作者将这一成果发布在IEEE电子器件大会(IEDM 2017)上。也是在这一年，国际上开始大力资助存内计算技术的研发，十多家初创公司成立，众多国际顶级半导体公司，类似Intel、IBM、美光等在该领域投资布局。

目前，知存科技超过80%人员为研发人员，有着专业学术背景或知名半导体企业工作背景，平均10年以上行业经验。知存的研发团队稳定且合作紧密，过去几年中，他们已经逐渐成长为了一支独有的存算一体芯片产业化团队，兼具工艺、设计、量产、软件能力，同时拥有顶级行业合作伙伴