作者:Sanjive Agarwala
随着使用移动设备方式的演变,每一代 LPDDR 都继续以所处时代的必备应用程序为目标。2020 年,LPDDR5 为智能手机、平板电脑和笔记本电脑提供了 5G、低端边缘人工智能(AI)、高级移动游戏和无缝 4K 视频流所需的存储器带宽。
自智能手机革命开始以来,存储器一直是我们在移动设备上所有新功能和应用程序的命脉。即使是网页浏览等基本任务的速度,也取决于设备的 CPU 能够以多快的速度在存储器中存储和读取信息。
上述都是 Cadence LPDDR5X 存储器接口 IP 正式可用的消息一经发布,即受到合作伙伴欢迎的原因。该接口专为数据密集的 5G 和人工智能(AI)应用程序设计,速度比非常成功的 LPDDR5 IP 快 33%。新存储器技术开发非常紧迫,要跟上层出不穷的新边缘 AI 用例,不仅在移动设备,还包括任何人可能拥有的最大移动设备,也就是汽车上。
这些系统必须能够在尽可能小的能源消耗范围内,基于大量传感器数据做出关键的实时安全决策。
随着 AI 应用程序复杂性的增加,需要上传的数据量也与日增加。今天,世界上 77% 的下游带宽被视频数据占用,通过优化的网络基础设施将数据从中心向外传输。利用云计算处理复杂 AI 用例所需的数据将扭转这一趋势,并在这个过程中对全球网络造成巨大限制。
当我们将使用边缘 AI 的移动设备扩展到智能相机或移动医疗工具等其它电池驱动的物联网设备时,还需要考虑数据价值的问题。当这个价值可以用毫秒来衡量时,处理过程中的任何延迟都会降低其价值,甚至可能为零。
即使考虑到 5G 接近零的延迟,数据传输的速度也受传播延迟的影响。在无线通信中,数据传输速度相当于光速。如果用一个数字来说明,那就是每 100 英里的数据传输,就会带来 0.82ms 的延迟。
听起来可能没有很大影响,但是不要忘记,数据中心的位置差别很大,而且网络通常分布在很远的地理距离上,云端距离边缘可能有几千英里。数据包的大小、路由器和数据必须通过的其它网络硬件的数量进一步加剧了延迟。所有上述因素都会快速产生叠加效应。这甚至发生在数据可以被分析、执行推断、并将结果发送回边缘设备之前。
这就是为什么我们将 AI 计算更靠近生成数据的边缘设备如此重要。在移动领域,特别是汽车领域,这意味着在设备本身上执行复杂的 AI 计算。


如之前所说,几乎每天我们都能听到令人难以置信的新功能和对性能要求极高的边缘用例——从用手机或独立的 VR/AR 头戴设备探索元宇宙,或进一步实现 5 级(全)汽车自动驾驶,几乎每天我们都能听到令人难以置信的新功能和性能大户的边缘用例。随着 LPDDR5X 这样技术的装机和应用,这些用例不再遥不可及,我们即将看到边缘 AI 计算真正的能力。
