存内计算WTM2101编译工具链 资料

存内计算是突破物理极限的下一代算力技术- AIGC等人工智能新兴产业的快速发展离不开算力，算力的基础是人工智能芯片。

当前CPU/GPU在执行计算密集型任务时需要将海量参数（ωij）从内存中读取出来再进行计算，读取时间与参数规模成正比，计算芯片的功耗和性能受限，GPU算力利用率甚至不到8%。
存内计算芯片实现了存储单元与计算单元的物理融合，没有独立的计算单元，直接通过在存储器颗粒上嵌入算法，由存储器芯片内部的存储单元完成计算操作，实现计算能效数量级提升，无需读出参数，直接利用存储参数的单元（ωij）与输入矩阵X进行计算，极大节约内存读写，大幅提高计算效率，突破物理极限。

知存科技是全球领先的存内计算芯片企业。公司针对AI应用场景，在全球率先商业化量产基于存内计算技术的神经网络芯片。凭借颠覆性的技术创新，知存科技突破传统计算架构局限，利用存储与计算的物理融合大幅减少数据搬运，在相同工艺条件下将AI计算效率提升2个数量级，充分满足快速发展的神经网络模型指数级增长的算力需求。

witin_mapper是知存科技自研的用于神经网络映射的编译软件栈，可以将量化后的神经网络模型映射到WTM2101 MPU加速器上，是一种包括RiscV和MPU的完整解决方案，可以完成算子和图级别的转换和优化，将预训练权重编排到存算阵列中，并针对网络结构和算子给出存算优化方案，同时将不适合MPU运算的算子调度到CPU上运算，实现整网的调度，让神经网络开发人员高效快捷的将训练好的算法运行在WTM2101芯片上，极大缩短模型移植的开发周期并提高算法开发的效率。



工具链资料链接：
https://download.csdn.net/download/m0_58966968/89095545?spm=1001.2014.3001.5503