隨著人工智能（AI）技術(shù)在各行各業(yè)的深度融合與爆發(fā)式增長，數(shù)據(jù)作為其核心燃料的地位日益凸顯。傳統(tǒng)計算架構(gòu)中數(shù)據(jù)在處理器與內(nèi)存之間的頻繁搬運已成為制約AI性能提升的“內(nèi)存墻”瓶頸。在這一背景下，存內(nèi)計算（Processing-In-Memory, PIM）技術(shù)正以其顛覆性的架構(gòu)理念，為人工智能應(yīng)用，特別是大規(guī)模人工智能公共數(shù)據(jù)平臺的構(gòu)建，開辟了令人矚目的前景。
一、PIM技術(shù)：破解AI計算瓶頸的關(guān)鍵鑰匙
PIM技術(shù)的核心思想是將部分計算功能直接嵌入到存儲單元或鄰近位置，從而極大地減少數(shù)據(jù)在處理器和內(nèi)存之間的移動。這種“存算一體”的范式，直接針對了當(dāng)前AI模型（尤其是深度神經(jīng)網(wǎng)絡(luò)）在訓(xùn)練和推理過程中海量權(quán)重參數(shù)與激活數(shù)據(jù)頻繁訪問所帶來的巨大能耗與延遲問題。
對于人工智能應(yīng)用而言，PIM的優(yōu)勢顯而易見：
- 極致能效：大幅降低數(shù)據(jù)搬運能耗，這對于能耗敏感的邊緣AI設(shè)備和數(shù)據(jù)中心規(guī)模部署至關(guān)重要。
- 超低延遲：就地處理數(shù)據(jù)，顯著減少訪問延遲，加速模型推理與訓(xùn)練周期。
- 高吞吐量：內(nèi)存帶寬得以充分利用，支持大規(guī)模并行計算，滿足AI對算力的貪婪需求。
二、人工智能公共數(shù)據(jù)平臺：AI時代的核心基礎(chǔ)設(shè)施
人工智能公共數(shù)據(jù)平臺旨在匯聚、治理、開放和共享多源異構(gòu)數(shù)據(jù)，為AI研發(fā)、應(yīng)用創(chuàng)新和產(chǎn)業(yè)發(fā)展提供高質(zhì)量、標(biāo)準(zhǔn)化、易獲取的數(shù)據(jù)資源與服務(wù)。它是降低AI開發(fā)門檻、促進協(xié)同創(chuàng)新、保障數(shù)據(jù)安全與主權(quán)的基礎(chǔ)性平臺。當(dāng)前此類平臺面臨數(shù)據(jù)體量巨大、處理實時性要求高、隱私安全保護嚴格、多任務(wù)并發(fā)負載重等多重挑戰(zhàn)。
三、PIM技術(shù)與AI公共數(shù)據(jù)平臺的融合前景
將PIM技術(shù)深度融入人工智能公共數(shù)據(jù)平臺的架構(gòu)中，有望從底層重塑其數(shù)據(jù)處理能力，催生新一代高性能、高能效、高安全的平臺范式。
- 實現(xiàn)實時智能分析與決策：在公共數(shù)據(jù)平臺上，政務(wù)、交通、醫(yī)療、環(huán)境等流數(shù)據(jù)源源不斷。PIM技術(shù)能夠支持在數(shù)據(jù)存儲端進行實時的特征提取、模型推理（如異常檢測、趨勢預(yù)測），實現(xiàn)“數(shù)據(jù)即處理”，滿足城市大腦、應(yīng)急指揮等場景對毫秒級響應(yīng)的需求，極大提升平臺的服務(wù)響應(yīng)能力。
- 賦能高效聯(lián)邦學(xué)習(xí)與隱私計算：公共數(shù)據(jù)平臺常涉及敏感數(shù)據(jù)，直接集中處理存在隱私風(fēng)險。聯(lián)邦學(xué)習(xí)允許數(shù)據(jù)不出本地進行模型訓(xùn)練。PIM硬件可以在各數(shù)據(jù)持有方的存儲設(shè)備內(nèi)高效完成本地模型訓(xùn)練與更新的計算，大幅提升聯(lián)邦學(xué)習(xí)的效率，同時其硬件特性也有助于加固隱私計算（如安全多方計算）的執(zhí)行環(huán)境，為數(shù)據(jù)“可用不可見”提供更可靠的硬件底座。
- 加速大規(guī)模預(yù)訓(xùn)練與模型服務(wù)：平臺需要為AI開發(fā)者提供基礎(chǔ)的預(yù)訓(xùn)練大模型服務(wù)。PIM架構(gòu)特別適合大模型海量參數(shù)的高效加載與推理。通過將模型參數(shù)存儲在具備計算能力的內(nèi)存中，可以極大加速自注意力機制等核心運算，降低大模型服務(wù)的能耗與成本，使平臺能夠更經(jīng)濟地提供強大的模型即服務(wù)（MaaS）。
- 支撐異構(gòu)數(shù)據(jù)統(tǒng)一處理：平臺數(shù)據(jù)包括文本、圖像、視頻、傳感器時序數(shù)據(jù)等。PIM架構(gòu)的靈活性可以設(shè)計針對不同數(shù)據(jù)類型的專用存算單元，在近數(shù)據(jù)端完成特定預(yù)處理（如圖像解碼、特征編碼），形成異構(gòu)計算流水線，提升整體處理效率。
- 降低平臺總體擁有成本（TCO）：通過節(jié)省大量的數(shù)據(jù)搬運能耗和縮短任務(wù)處理時間，PIM技術(shù)能夠顯著降低數(shù)據(jù)中心的電力成本和硬件規(guī)模需求，這對于需要持續(xù)處理PB乃至EB級別數(shù)據(jù)的公共平臺而言，意味著長期運營成本的實質(zhì)性下降。
四、挑戰(zhàn)與展望
盡管前景廣闊，PIM技術(shù)在AI公共數(shù)據(jù)平臺的規(guī)模化應(yīng)用仍面臨挑戰(zhàn)，包括硬件生態(tài)成熟度、編程模型與軟件棧的適配、不同PIM技術(shù)路徑（如基于DRAM、新興非易失存儲器、或混合架構(gòu)）的標(biāo)準(zhǔn)化等。
我們有望看到“PIM芯”與“AI平臺”的協(xié)同進化：一方面，PIM硬件將變得更通用、更易編程；另一方面，AI公共數(shù)據(jù)平臺的設(shè)計將從軟件定義走向“軟硬協(xié)同”定義，深度優(yōu)化數(shù)據(jù)布局與計算任務(wù)調(diào)度以發(fā)揮PIM最大效能。兩者的深度融合，將不僅加速AI自身的發(fā)展，更能強力賦能數(shù)字經(jīng)濟與社會治理，推動形成一個更高效、普惠、安全的人工智能數(shù)據(jù)基礎(chǔ)設(shè)施，釋放數(shù)據(jù)要素的倍增價值。
