知识卡片

普通读书笔记卡 · 7280.c · 生成模型:Hy3

存内计算破解存储墙

理解等级:中级

“存储墙”指处理器性能增长远快于存储器访问速度,冯·诺依曼架构中计算单元与存储单元分离,运行时须频繁在二者间搬运数据;“功耗墙”指海量数据传输的能耗远高于计算本身,成为系统能耗主因。

PIM(存内计算)把处理器与存储器紧密集成,让数据在就近位置完成计算,从源头缩短数据移动距离。它不是“更快的内存”或“带缓存的 CPU”,而是重构计算与存储的物理关系——用“少搬数据”换“高性能和低能耗”。

边界:PIM 主要解决“搬数据贵”的瓶颈,并不替代所有通用计算;对计算密集、数据本地性好的负载收益最大,对控制流复杂、需频繁跨核协作的任务并非万能。相关延伸见 [[近存计算两类分层]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 存储技术趋势与发展 14.2 存内计算 · 查看原书依据

      PIM(Processing-in-Memory,存内计算)技术的出现,为以上问题的解决提供了变革契机 [24] 。该技术将处理器和存储器紧密集成在一起,实现数据的就近计算,从根本上减少了数据的移动距离,有望在提升计算机系统性能的同时降低能耗。

    参考来源

    - 位置:《数据存储架构与技术(第2版)》第14章《14.2 存内计算》(源文件:extracted/数据存储架构与技术(第2版)/_epub-src/converter-master/example/312279/262.html) - 结论依据:原文点明“存储墙”“功耗墙”的成因,并说明 PIM 通过处理器与存储器集成、就近计算来减少数据移动,从而同时改善性能与能耗。 - 原始内容:PIM(Processing-in-Memory,存内计算)技术的出现,为以上问题的解决提供了变革契机 [24] 。该技术将处理器和存储器紧密集成在一起,实现数据的就近计算,从根本上减少了数据的移动距离,有望在提升计算机系统性能的同时降低能耗。