曾剑敏 张 章* 虞志益 解光军

①(合肥工业大学电子科学与应用物理学院 合肥 230601)

②(中山大学微电子科学与技术学院 珠海 519082)

1 引言

随着移动互联网、云计算、物联网和人工智能等技术的快速发展，我们正全面步入大数据时代。大数据最重要的特征之一，也是大数据时代社会所面临最大的一个挑战：有海量的数据需要处理[1]。因为在大数据时代，包括社交媒体、生物医疗、气象、交通和航空航天等在内的多种领域均会产生海量的数据。例如当前国际射电天文界最重要的大型望远镜项目之一——平方千米阵(Square Kilometer Array， SKA)[2]，每年可以产生300 PB容量的数据[3]；一架波音喷气式客机飞行一小时就能产生约21 TB容量的数据[4]。社会所产生的数据是呈指数式爆炸增长的[5]，据全球知名数据公司IDC (International Data Corporation)发布的《数据时代2025》白皮书报告显示，到2025年，全球每年产生的数据将从2018年的33 ZB增长到175 ZB，相当于全球每天产生491 EB的数据[6]。

大数据的出现与繁荣发展使得数据处理的重心逐渐从以计算为中心转移到以数据为中心[7]，即数据处理任务或应用从计算密集型转移为数据密集型。而由于存储墙[8]和带宽墙[9]等原因，当前采用冯诺依曼架构设计的计算机系统在数据密集型计算中表现出的性能瓶颈和低能效等缺点日益凸显。因此，为了解决这些问题，新的计算机架构，特别是超越冯诺依曼(beyond von Neumann)架构，亟待提出。

近年来，存算一体(In-Memory Computing，IMC)架构引起了研究人员的广泛关注，并被认为是一种有望成为突破冯诺依曼瓶颈的新计算机架构范式。……