首款 2nm SRAM 登场，AI 数据中心将迎来哪些变革？

静态随机存取存储器（SRAM）作为一种高性能的存储器，在电子设备中扮演着至关重要的角色。它广泛应用于高性能处理器芯片的缓存，当芯片无需访问外部存储器时，其运行速度能够得到进一步提升。目前，SRAM 技术已经十分成熟，被视为一种商业 “管道” 类型的内存。然而，Marvell Technology 推出的最新定制 SRAM，正在为 AI 数据中心领域带来新的变革。

Marvell 宣称其定制 SRAM 是业界首款 2nm 定制 SRAM。这款 SRAM 旨在提升加速基础设施中内存层的性能，能够提供高达 6Gbit 的高速内存，进而提升定制 XPU（处理器、加速器、GPU）和相关设备的性能。更为突出的是，在相同密度下，它能够显著降低内存功耗和芯片面积。据了解，该公司的 SRAM 比类似密度的标准片上 SRAM 功耗降低了 66%，运行频率高达 3.75GHz。这两个关键指标对于 AI 集群和数据中心管理能源消耗和有效冷却组件具有重要意义。

Marvell 首席内存架构师 Darren Anand 表示：“Marvell 一直致力于优化 SRAM，以满足 AI / 机器学习应用的需求。这与我们目前的封装和定制高带宽内存 (HBM) 工作具有显著的协同效应，能够为 XPU 上的计算释放更多的芯片面积。”

Anand 还指出：“Marvell 的 SRAM 并非频繁访问高带宽内存（HBM），而是将部分工作负载保留在芯片上，同时支持 AI 工作负载所需的高带宽和宽输入输出（IO），从而有可能提高整体设备性能。”

在最先进的工艺节点上，SRAM 可以与逻辑芯片集成在同一块芯片上，这是其他存储器如动态随机存取存储器（DRAM）、NAND 闪存、磁阻随机存取存储器（MRAM）、电阻式随机存取存储器（ReRAM）和相变随机存取存储器（PCM）等所不具备的优势。Anand 解释说：“SRAM 是唯一在个位数工艺节点上可用的存储器，也是唯一能够支持近内存计算架构的高性能存储器。在这些前沿节点上，其他新兴存储器无法与逻辑芯片集成在同一块硅片上。” 近内存计算架构将数据放置在更靠近需要的位置，能够降低移动数据所需的功耗并增加带宽，这与典型的冯・诺依曼架构有所不同。

此外，Anand 还提到：“典型的 XPU 至少有 30% 的硅片面积用于 SRAM，有些设计甚至超过芯片面积的 50% 到 60%。我们正在努力优化这一点，因为这对芯片的尺寸和成本有着重大影响。” 他认为，在业界，SRAM 正逐渐成为一种基本的知识产权（IP）“管道”，虽然很多地方都需要它，但缺乏技术创新。实际上，在 SRAM 架构中可以实现许多新技术，以优化功耗、带宽等指标。Anand 强调：“我们不认为 SRAM 仅仅是一个管道，而是一个创新的机会。”

目前，SRAM 面临的最大挑战是面积微缩。尽管逻辑单元和存储器都经历了多代的微缩，但 SRAM 单元似乎开始遇到瓶颈，导致过去几代先进节点的微缩停滞不前。Objective Analysis 首席分析师 Jim Handy 表示： “Marvell 的方法实现了节能降耗和速度提升，同时也承认了 SRAM 芯片并非随着工艺制程线性扩展的事实。他们只是根据这些工艺制程尺寸对 SRAM 进行了轻微的调整。”

虽然 SRAM 和 DRAM 都是随机存取存储器，但它们在结构、存储位置和成本方面存在差异。DRAM 代表动态随机存取存储器，它使用电容器而不是反相器和晶体管进行存储，因此需要定期刷新，被定义为 “动态” 的。与 SRAM 不同，DRAM 存储在芯片外部的主板上，访问时间更长，因此 SRAM 的速度更快。在存储位置上，DRAM 通常用作主要的存储器，存储在主板上；而 SRAM 是 CPU 中常用的存储器，通常位于处理器上。在成本方面，由于 SRAM 需要更多的功率来运行，因此与 DRAM 相比，它是一种更昂贵的内存选择，这也是 SRAM 不总是主存储系统理想选择的原因之一。

总的来说，Marvell 推出的首款 2nm SRAM 为 AI 数据中心带来了新的可能性。它不仅在性能上有所提升，而且在功耗和面积方面具有优势。随着技术的不断发展，SRAM 有望在 AI 数据中心领域发挥更加重要的作用。