公众号记得加星标⭐️，第一时间看推送不会错过。 来源：内容 编译自 semiengineering 。 人工智能 (AI) 涉及高强度计算和海量数据。计算可以由 CPU、GPU 或专用加速器执行，而数据在 传输到处理器的过程中会经过 DRAM，因此，最适合此用途的 DRAM 类型取决于执行训练或推理的 系统类型。 如今，工程团队面临的内存挑战是如何满足人工智能快速增长的计算需求，而同步 DRAM 在其中发 挥着至关重要的作用。所有这些数据都需要处理、存储和访问，这些步骤中的任何不匹配都可能影响 整体系统性能。 Cadence产品营销部总监 Frank Ferro 表示："我们获得了所有这些计算能力。但从内存带宽的角度 来看，如何利用它呢？" 没有简单的答案，也没有一刀切的解决方案。目前，同步 DRAM (SDRAM) 分为四类，每类都有各 自的目标用途和优缺点： 1、双倍数据速率(DDR )内存通常与 CPU（尤其是复杂指令集架构 (CISC) 处理器）搭配使用。程序 可能包含复杂的分支和各种各样的操作，而 DDR 针对此类计算进行了优化。DDR 是最通用的架 构，具有最快的延迟（第一个数据的时间），并且由于 ...