如果数据不能足够快地到达处理器，则将处理器放到数据中。

　　这就是GSI Technology的第一个处理器Gemini-1的背后想法 ——它部分是存储芯片，部分是处理器芯片，而且都是奇怪的。但是它也很擅长于其本身的功能，与“普通”处理器（例如x86或GPU）相比，可将其特定的数学函数能力提高100倍。

　　GSI可能是处理器业务的新手，但该公司成立已有25年以上，拥有170多名员工。在过去的日子里，他们花了大部分的时间来制作SRAM，包括一些用于军事和航空应用的SRAM。据该公司销售与投资者关系副总裁迪Didier Lasserre称，即使在今天，SRAM仍占其收入的100％，处理器对他们来说，依然是新的业务。

　　这也许可以解释为什么他们对Gemini-1采取了这种……非常规的方法。它不是另一台CISC，RISC甚至是VLIW机器。它更像是一个智能RAM，在存储单元之间散布着数百万个处理单元。只要使用正确的软件，数据集和 tailwinds，Gemini-1就能每秒产生超过100万亿次操作。即使与英特尔，谷歌，Nvidia或GraphCore最雄心勃勃的芯片相比，这也是个出色成绩。

　　但是它也高度专业化，并不适合大多数工作负载。可以玩飞行模拟器吗？运行Linux？启动RTOS？不，不，不。它基本上是按位比较加速器，GSI将其描述为APU：关联处理单元（associative processing unit. ）。

　　Gemini-1最初是大型SRAM，考虑到公司的历史，这不足为奇。与大多数SRAM一样，存储单元排列成整洁的整齐的行和列，并且–这是重要的部分–这些行和列共享读/写位线。GSI在每条位线的末尾放置一个处理器，在这里它可以吸收来自该列中一个或多个SRAM单元的数据。将其乘以设备中的列数，Gemini-1总共拥有约200万个处理元素。

　　但是Gemini的许多处理器都很简单-确实很简单。他们可以进行按位AND，OR，XOR和取反，但这仅此而已。从理论上讲，这足以创建“ Turing complete”计算机，该计算机可以运行世界上的任何代码，但这并不是Gemini的真正目的。相反，它旨在解决大规模并行算术/逻辑问题，就像您在搜索或加密算法的内部循环中看到的那样。

　　具体而言，Gemini擅长计算 Hamming distance, Tanimoto similarity, k-nearest neighbors （KNN）或者SHA hashing。这样可以很好地搜索照片或生化“指纹”的大型数据库。

　　Gemini-1的die照片看起来和其他任何SRAM都一样，因为它主要是SRAM。逻辑部分几乎看不到。但是，它不能像SRAM一样工作。它有96 Mbit的L1高速缓存，2 Mbit的L2高速缓存和48 Mbit的区域，GSI将该区域称为MMB（主内存块）。GSI的商用SRAM使用6T SRAM单元制造，而Gemini使用很多10T单元。该部分是采用台积电的28nm工艺制造的。

　　对Gemini-1进行编程与其硬件体系结构一样独特，GSI正在努力解决这一问题。整个芯片（共200万个处理单元）通常将执行相同的操作，从而使Gemini-1成为大型SIMD机器。但是，从逻辑上讲，您可以将设备一分为二，并使这两个部分做不同的事情。您也可以将其划分为四种方式，但这是极限。

　　GSI已经提供了一些软件库，并且还在不断增加中，以使对芯片的编程更加容易访问。就目前而言，编码人员需要GSI的一些培训，以及对芯片设计和他们自己的数据的深入了解。要以最快的速度通过Gemini-1选流数据，需要仔细研究数据如何分区以及如何进出设备。位置决定一切。

　　内存比微处理器慢很多是我们这个时代的悖论之一。这就是为什么我们通过缓存来弥补差异，并在缓存之上建立缓存，这似乎是无限的。在CPU和RAM之间来回移动数据非常浪费时间和精力。这就是为什么GSI将处理器放在数据所在的位置。

　　尽管如此，GSI还是发现，如果您对性能基准的选择非常严格，那么Gemini的性能可以比其他处理器高出100倍。它不是系统中的主处理器，但是如果有合适的选择，它可以成为出色的加速器。