CiNOR存算一体AI推理芯片研发项目可行性研究报告
思瀚产业研究院    2024-06-24

1、项目基本情况

本项目研发对象为 CiNOR 存算一体 AI 推理芯片，专注以下四种终端市场应用场景：人脸识别、语音关键词识别、心电图检测及电力设备故障声纹检测。本项目在公司现有经营场所实施，不涉及新增土地和房产。

2、项目的可行性

（1）国家对人工智能芯片的政策支持

人工智能的迅速发展将深刻改变人类社会生活和世界。为抢抓人工智能发展的重大战略机遇，国务院于 2017 年 7 月发布了《新一代人工智能发展规划》，意在加快人工智能产业发展，推动人工智能和实体经济深度融合。

2017 年 12 月，工信部制定了《促进新一代人工智能产业发展三年行动计划（2018-2020）》，该规划强调了加快研发并应用高精度、低成本的智能传感器，突破面向云端训练、终端应用的神经网络芯片及配套工具，支持人工智能开发框架、算法库、工具集等的研发，支持开源开放平台建设，积极布局面向人工智能应用设计的智能软件，夯实人工智能产业发展的软硬件基础。

本项目研发的 CiNORAI 芯片是《促进新一代人工智能产业发展三年行动计划（2018-2020）》中强调的一种神经网络芯片，是贯彻落实国家对人工智能芯片发展的重要举措。

（2）公司长期的 NOR Flash 的研发积累为项目实施奠定了基础

存算一体（Computing in Memory）技术是目前国际上 AI 技术研发的一个前沿领域，它在边缘计算各种方案中颇具市场潜力。公司深耕 NOR Flash 领域多年，积累了丰富的存储经验和技术。

2018 年起公司组建团队开始 CiNORAI 推理芯片研究。公司于 2019 年成功设计出第一版存算一体 AI 原理验证芯片（恒芯 1 号），在武汉新芯65nm NOR Flash制程上流片成功。同时搭建了一套完整的CiNOR 存算一体 AI 推理系统，可实现人脸检测、手写识别和心电图检查（ECG）等多项的系统验证，为公司下一代 AI 芯片产品的成功研发奠定了基础。

“恒芯 1 号”在 2019 年中国半导体联盟主办的“中国芯力量”的评选中获得最具投资价值奖。

本项目研发的CiNORAI推理芯片可利用NOR Flash的模拟特性直接在NORFlash 存储单元内进行矩阵卷积运算（矩阵乘加运算），其 Flash 存储单元既可存储神经网络的权重参数，同时又可完成和此权重相关的矩阵乘加运算，从而将乘加法运算和存储融合到一个 Flash 单元里面。

相比于传统的冯·诺伊曼架构，运算效率显著提高，功耗大幅降低。公司借助长期以来在 NOR Flash 领域的技术积累，为实施 CiNORAI 推理芯片的进一步研发奠定了基础。

3、项目投资概算

本项目投资总额为 12,339.00 万元，投资研发对象为 CiNORAI 推理芯片。

4、项目备案情况

本项目已取得合肥市庐阳经开区管理委员会备案，项目备案代码：2108-340103-04-05-758270。

5、项目环境保护情况

本项目不涉及产生污染源，本项目的实施不会对环境造成污染。

此报告为公开摘录部分，如需定制化政府立项、银行贷款、投资决策等用途可研报告可咨询思瀚。