主流芯片的出现和成长与当下计算需求的特点紧密相关。2015年前后，计算体系结构中的计算瓶颈从处理器端向存储端迁移。同时，随着软件不断发展，基于存算的端侧芯片今年已经逐步成熟。 据杨越透露，存算一体技术可以做到大规模生产并应用于各个场景中，特别是在云侧能够有效解决通信带宽瓶颈问题。 此外，存算技术还可以提升AI芯片的通用性、计算性能和成本，使得AI芯片具有更强的竞争力，为不依赖于高级工艺的算力和计算效率提供新的思路。 目前，基于存算一体技术的端侧芯片已经逐步成熟，预计在未来两年内将在云侧实现杀手级应用。
在过去的几年里，我们见证了科技发展的奇迹，特别是在计算机硬件领域。从早期的单核处理器到如今多核处理器，再到今天全面转向存储驱动的芯片架构，这一切都离不开我们对计算需求的理解和推动。本文将探讨主流芯片的出现和成长以及其当前存在的挑战。
在2015年之前，计算体系结构中的计算瓶颈主要来自处理器端向存储端的迁移。由于处理器需要处理大量的数据，并且速度非常快，这导致了对存储设备的需求日益增加。而与此同时，软件的发展也使得人们开始思考如何更好地利用存储资源来提高计算效率。这一转变引发了我们对于存储驱动芯片的研究，旨在找到一种能够在满足高性能计算的同时，又能降低功耗的方法。
在2015年后，随着云计算技术的发展，基于存算的端侧芯片逐渐成熟。这种芯片可以在云端完成所有的计算任务，而无需通过本地设备进行连接。它可以通过多种方式将存储资源转化为计算资源，从而极大地提高了计算效率。
然而，尽管基于存算的一体化技术已经取得了显著的进步，但仍然面临着许多挑战。例如，如何在保证高计算效率的同时，降低功耗仍然是一个重要的问题。此外，随着AI芯片的需求不断增长，如何开发出更高效、更经济的AI芯片也是一个亟待解决的问题。
现在，基于存算的一体化技术已经逐步成熟，预计在未来两年内将在云侧实现杀手级应用。这不仅是因为这种芯片的技术优势，也是因为它的应用潜力巨大。根据市场研究机构IDC的数据，预计未来五年，AI处理器的增长将超过其他类型的处理器。这就意味着，基于存算的一体化技术将成为推动AI芯片发展的重要驱动力。
总的来说，无论是CPU还是GPU，都正在向着存储驱动的方向发展。这种趋势既带来了技术创新的机会，也带来了挑战。只有持续关注这些趋势，才能在未来的竞争中保持领先地位。