具高效/低功耗優勢　PIM技術重返深度學習熱潮

半導體業長期以來是將記憶體與處理器分別設計配置，即便是晶片內的嵌入式記憶體，其電路區塊也是與處理單元各自分立，並讓兩區塊間透過匯流排傳遞存取資訊。

而所謂的記憶體內處理器(Processor In Memory, PIM)(圖1)，或稱記憶體鄰近處理器(Processor Near Memory, PNM)、記憶體內運算(In-Memory Compute, IMC)等，則是在晶片電路設計時即以記憶體的矩陣記憶電路為基礎，再行加搭起運算電路，使記憶與運算電路幾乎融為一體。

PIM作法過去曾在上世紀90年代倡議過但未能成為潮流，但隨著人工智慧(AI)、機器學習(ML)、深度學習(DL)的興起，產業界重新評估與發展PIM技術及晶片，原因主要在於現行主流技術在運算效能提升上漸遭遇多項瓶頸，難以因應日益增高的深度學習運算量。