韩国存储大厂SK 海力士宣布，已开发具运算功能的下一代存储半导体技术PIM（processing-in-memory），新的PIM 技术计划在2月底于美国旧金山举行的2022 年国际固态电路会议（International Solid-State Circuits Conference，ISSCC) 大会上正式发布。
SK海力士强调，PIM芯片将随PIM 技术不断发展，未来可期待智能手机等ICT 产品发挥更核心的应用功能，甚至达成存储中心计算（Memory Centric Computing）目标。
目前SK海力士已成功开发了首款采用PIM 技术的产品GDDR6-AiM（Accelerator-in-Memory 存储加速器）样本。GDDR6-AiM 是将运算功能加入数据传输速度为16Gbps 的GDDR6 存储产品，与传统DRAM 相比，GDDR6-AiM 与CPU、GPU 结合的系统，可在特定运算环境将运算速度提至最高达16 倍，使GDDR6-AiM 有望在机器学习、高效能运算、大数据运算和资料储存等领域广泛应用。
GDDR6-AiM 工作电压为1.25V，低于GDDR6 记忆体标准工作电压1.35V，且PIM 应用还减少与CPU、GPU 数据传输往来，降低CPU 及GPU 能源消耗。此情况下，GDDR6-AiM 能成功使功耗降低达80%。
虽然SK海力士并未公布更多关于GDDR6-AiM 的细节，但是SK海力士的定制设计项目负责人 Dae-han Kwon 博士曾于 2021 年 10 月通过《EE Times》透露更多信息。Dae-han Kwon 博士展示了 CPU 处理各类型数据的功耗，以及将数据从 DRAM 移动到 CPU 缓存区域的功耗对比。后者所需的功耗达到了前者的约650倍以上。
Dae-han Kwon 博士讨论了神经网络处理中使用的典型数学运算，在多输出神经元运算时，特别提到了矩阵的乘法和加法。
△神经网络中的单输出与多输出神经元操作
Dae-han Kwon 博士表示：“如果将这些操作的电路添加到内存中，则无需将数据传输到处理器，只需将结果在内存中处理并传递给处理器。” 这很可能是SK海力士所做的。他继续说道：“对于 RNN（循环神经网络）等内存受限的应用程序，当应用程序在 DRAM 中使用计算电路执行时，性能和功率效率有望显着提高。考虑到要处理的数据量将大幅增加，PIM 有望成为改善当前计算机系统性能极限的有力候选者。”
领导芯片开发的 SK海力士解决方案开发负责人 Ahn Hyun 表示：“SK海力士将使用 GDDR6-AiM 构建一个新的内存解决方案生态系统。” 该公司计划与最近从 SK Telecom 分拆出来的 AI 芯片公司 SAPEON 合作，推出一种将 GDDR6-AiM 与 AI 芯片相结合的人工神经网络技术。
SAPEON 首席执行官 Ryu Soo-jung 表示：“我们的目标是通过结合两家公司的技术，最大限度地提高数据计算、成本和能源使用的效率。”
