在传统的冯·诺依曼结构中，计算单元和存储单元是相互独立的。在计算过程中，计算单元需要将数据从存储单元中提取出来，处理完成后再写回存储单元。近年来处理器性能飞速提升，但是访问存储器速度并没有得到相应的提升，所以导致了访问存储器的速度无法跟上处理器消耗数据的速度，使得处理器的计算性能无法充分发挥出来，也就是业界所说的“存储墙”问题。

存算一体架构被业界视为彻底解决“存储墙”问题的终极架构之一，是指在存储单元中加入计算单元，在存储中实现计算功能，省去了数据搬运过程，可以有效解决“存储墙”问题。

CES 2019期间，硅谷华人AI芯片创业公司Gyrfalcon Technology（以下简称GTI）发布了三款基于计算存储一体化的独创APiM架构的AI加速芯片，可以将网络模型和数据以及激活单元一次性预加载到芯片上，不必再与存储器进行频繁的数据搬运，能够节省大量功耗，有效提升计算性能。

存算一体架构也是目前AI芯片领域最为大家所关注的研究方向之一，那么存算一体AI芯片的发展现状及应用前景究竟如何呢？

5月16日晚7点，GTI北京中心技术总监梁进将在智东西公开课平台主讲《存算一体AI芯片如何加速图像处理》。梁进老师将从存算一体AI芯片研究进展、APiM架构的存算一体磁存储MRAM芯片的特点及其在图像处理领域的应用等方面为我们带来系统讲解。