近日，清華大學微電子所、北京未來芯片技術高精尖創(chuàng)新中心教授錢鶴、吳華強團隊與合作者宣布，成功研發(fā)出全球首款多陣列憶阻器存算一體系統(tǒng)。該系統(tǒng)以憶阻器替代經(jīng)典計算機底層的晶體管，以更小的功耗和更低的硬件成本大幅提升計算設備的算力，在一定程度上突破了傳統(tǒng)計算框架的限制。該成果已在《自然》在線發(fā)表，研究團隊正計劃構(gòu)建全新計算機系統(tǒng)。
人工智能應用蓬勃發(fā)展，急需強大的芯片計算和存儲能力支撐。在傳統(tǒng)計算架構(gòu)中，芯片中的計算與存儲在不同電路單元中完成，大量數(shù)據(jù)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，兼具儲存和處理信息雙重功能，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(yōu)化材料和器件結(jié)構(gòu)，成功制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(diào)試熱導率和電導率，調(diào)整材料內(nèi)部導電系數(shù)的強弱，來實現(xiàn)優(yōu)化。”吳華強說。
攻關期間，材料和工藝集成是最大挑戰(zhàn)，“做這種新的芯片需要觀察大量統(tǒng)計規(guī)律，但當時沒有大型代工廠支持，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(jié)果都很分散。”吳華強說，后來，他們與中科院微電子所、北京大學等單位共同合作，終于解決了難題。
該團隊集成了8個包含2048個憶阻器的陣列，并構(gòu)建了一個五層的卷積神經(jīng)網(wǎng)絡進行圖像識別，精度高達96%以上。對比數(shù)據(jù)顯示，基于憶阻器的卷積神經(jīng)網(wǎng)絡比目前最先進的圖形處理器的能效要高出兩個數(shù)量級。
驚人提升如何實現(xiàn)?吳華強說，團隊提出了一種新型的混合訓練算法，以解決器件固有缺陷造成的系統(tǒng)識別準確率下降問題。這種算法僅需用較少圖像樣本訓練神經(jīng)網(wǎng)絡，并微調(diào)最后一層網(wǎng)絡部分權(quán)重;同時提出空間并行機制，大幅提高并行度，加速卷積計算。
目前，該成果已在《自然》在線發(fā)表，團隊正在開展工藝優(yōu)化，為下一步研制更大規(guī)模的芯片做準備。有了體積小、功耗低、算力強的存算一體芯片，手機上就能運行人工智能應用，讓手機更懂人類不再遙遠。吳華強透露，“我們還計劃構(gòu)建包括憶阻器、存算一體芯片到存算一體編譯器等在內(nèi)的全新計算機系統(tǒng)。”(任敏)
