「科技日报」清华团队研制出全球首款多阵列忆阻器存算一体系统
金凤
想让手机听得懂你的口音、能处理堪比“阿尔法狗”人机大战的数据量 ， 需要借助强大的芯片算力 。
传统的芯片计算处理技术 ， 会分别由存储芯片和CPU进行数据存储和计算 。 数据来回“搬运”处理 ， 耗时长 ， 功耗大 ， 随时有“交通堵塞”的风险 。 如果存储和计算能力可以“合体”到一张芯片 ， 信息处理能力将事半功倍 。
2月26日 ， 采访人员从清华大学获悉 ， 该校微电子所、未来芯片技术高精尖创新中心钱鹤、吴华强教授团队 ， 与合作者共同研发出一款基于多个忆阻器阵列的存算一体系统 ， 在处理卷积神经网络时的能效 ， 比图形处理器芯片高两个数量级 ， 大幅提升计算设备的算力 ， 且比传统芯片的功耗降低100倍 ， 相关成果近日发表于《自然》 。
如用基于其设计的芯片生产手机 ， 芯片的算力将使手机几乎掌握“读心术” ， 听懂你的声音 ， 知道你喜欢哪些照片 ， 和你越来越亲近 。
文章图片
基于忆阻器芯片的存算一体系统 。 受访者供图
“存算一体”忆阻器打破算力瓶颈
如果我们把居家生活比作存储 ， 把上班比作计算 ， 每天上班路上会消耗时间、能量 ， 遇到早晚高峰 ， 通勤时间会更长 。 这个场景和信息处理有很多相似之处 ， 如果存储和计算合二为一 ， 就相当于居家办公一样 ， 能减少通勤时间也能节省体力消耗 ， 可以用更小的功耗实现更大的算力 ， 减少数据传输的延迟 。
随着人工智能应用对计算和存储需求的不断提升 ， 集成电路芯片技术面临诸多新挑战 。 一方面 ， 摩尔定律“渐行渐远” ， 通过集成电路工艺微缩的方式获得算力提升越来越难；另一方面 ， 计算与存储在不同电路单元中完成 ， 会造成大量数据搬运的功耗 ， 增加延迟 。
所以 ， 如何用计算存储一体化突破AI算力瓶颈 ， 成为近年来国内外的科研热点 。 寻找合适的硬件 ， 是提升算力的基础之一 。
“基于忆阻器的新型存算一体架构 ， 可以打破算力瓶颈 ， 满足人工智能等复杂任务对计算硬件的高需求 。 ”该团队的研究成员之一、清华大学未来芯片技术高精尖创新中心教授吴华强告诉科技日报采访人员 。
忆阻器 ， 是继电阻、电容、电感之后的第四种电路基本元件 ， 这种组件的电阻会随着通过的电流量而改变 。 而且即使电流中断 ， 它的电阻仍然会停留在之前的值 。 用于计算领域 ， 这意味着 ， 即使断电了 ， 数据还可以保留 。 再加上忆阻器的尺寸小 ， 可以大规模的集成 ， 功耗又低 ， 又适合做模拟计算 ， 所以可以用来尝试做存算一体、低能耗类脑计算 。
不过 ， 想让忆阻器阵列实现芯片的功能 ， 还需解决器件、系统、算法等方面的瓶颈 。
“忆阻器固有的非理想特性 ， 例如器件间波动、器件电导卡滞、电导状态漂移等 ， 会导致计算准确率降低；此外 ， 在架构方面 ， 忆阻器阵列实现卷积功能需要以串行滑动的方式连续采样、计算多个输入块 ， 无法匹配全连接结构的计算效率 。 ”吴华强说 。
文章图片
研究团队成员高滨、姚鹏、吴华强、张清天、唐建石（从左到右） 。 受访者供图
DIY材料和器件 ， 曾一度崩溃
十年磨一剑 ， 波澜起伏 。 如何优化材料和器件结构 ， 制备出高性能的忆阻器阵列 ， 来路并不平坦 。 吴华强用“一度崩溃”来形容 。
“材料和工艺集成是最大的困难 ， 因为没有代工厂 ， 只能在实验室摸索 ， 2012-2013年我们研究用忆阻器做存储时 ， 由于材料器件优化及集成工艺还不成熟 ， 导致器件的一致性不好 ， 良率不高 ， 很崩溃 。 2014年后 ， 我们与中科院微电子所、北京大学等单位合作 ， 制备工艺慢慢提升 。 ”
推荐阅读
- |淮安市地方金融监管局组建三大团队精准服务实体经济
- 互联网科技公司技术投入占比(占收入)?
- 新浪微博创新基金投资了哪些团队
- 城市数据团是怎么样一个团队
- 竞赛|清华、北大等顶尖高校纷纷抛出橄榄枝！竞赛省一考生“前途无量”
- “眼镜说”网站的技术团队怎么样
- 互联网创业团队，APP刚开始开发的目标和绩效咋制定
- 无锡迎接“奋斗者”号研制和海试团队凯旋
- 教育|@高中生 明年高考怎么办？衡阳教育局邀请清华专家为你支招
- 我是一个不到10个人的小团队，没啥人手运营，有啥既省人手又有效果的活动吗