近日，清華大學微電子所、北京未來晶片技術高精尖創新中心教授錢鶴、吳華強團隊與合作者宣佈，成功研發出全球首款多陣列憶阻器存算一體系統。該系統以憶阻器替代經典電腦底層的電晶體，以更小的功耗和更低的硬體成本大幅提升計算設備的算力，在一定程度上突破了傳統計算框架的限制。該成果已在《自然》線上發表，研究團隊正計畫構建全新電腦系統。
人工智慧應用蓬勃發展，急需強大的晶片計算和存儲能力支撐。在傳統計算架構中，晶片中的計算與存儲在不同電路單元中完成，大量資料搬運導致功耗增加和額外延遲，成為突破算力的瓶頸。提高算力，推進存算一體計算是路徑之一。
憶阻器，具有記憶電阻之功能，其尺寸小、能耗低，兼具儲存和處理資訊雙重功能，近年來成為存算一體領域的熱門潛力器件。
近年來，研究團隊通過優化材料和器件結構，成功製備出更高性能的憶阻器陣列。“我們改變材料上覆蓋層的組分，通過調試熱導率和電導率，調整材料內部導電係數的強弱，來實現優化。”吳華強說。
攻關期間，材料和工藝集成是最大挑戰，“做這種新的晶片需要觀察大量統計規律，但當時沒有大型代工廠支援，我們只能在實驗室摸索，有段時間有點崩潰，每次做完實驗，結果都很分散。”吳華強說，後來，他們與中科院微電子所、北京大學等單位共同合作，終於解決了難題。
該團隊集成了8個包含2048個憶阻器的陣列，並構建了一個五層的卷積神經網路進行圖像識別，精度高達96%以上。對比資料顯示，基於憶阻器的卷積神經網路比目前最先進的圖形處理器的能效要高出兩個數量級。
驚人提升如何實現？吳華強說，團隊提出了一種新型的混合訓練演算法，以解決器件固有缺陷造成的系統識別準確率下降問題。這種演算法僅需用較少圖像樣本訓練神經網路，並微調最後一層網路部分權重；同時提出空間並行機制，大幅提高並行度，加速卷積計算。
目前，該成果已在《自然》線上發表，團隊正在開展工藝優化，為下一步研製更大規模的晶片做準備。有了體積小、功耗低、算力強的存算一體晶片，手機上就能運行人工智慧應用，讓手機更懂人類不再遙遠。吳華強透露，“我們還計畫構建包括憶阻器、存算一體晶片到存算一體編譯器等在內的全新電腦系統。”
最新評論