近日，清华大学微电子研究所、北京未来芯片技术先进创新中心教授钱鹤、吴华强团队和合作伙伴宣布，世界上首个多阵列内存集成系统已成功开发。该系统用记忆阻器取代了经典计算机底部的晶体管，大大提高了计算设备的计算能力，功耗小，硬件成本低，在一定程度上突破了传统计算框架的限制。该成果已在《自然》网上发表，研究团队正计划建立一个新的计算机系统。
人工智能应用正在蓬勃发展，迫切需要强大的芯片计算和存储能力支持。在传统的计算架构中，芯片中的计算和存储在不同的电路单元中完成，大量的数据处理导致功耗增加和额外的延迟，成为突破计算能力的瓶颈。提高计算能力，促进集成计算是路径之一。
记忆电阻具有记忆电阻的功能，其尺寸小，能耗低，具有存储和处理信息的双重功能，近年来已成为存算一体化领域的热门潜在设备。
近年来，研究团队通过优化材料和设备结构，成功制备了更高性能的记忆阻器阵列。吴华强说：我们改变了材料上覆盖层的组成，通过调试热导率和电导率，调整材料内部导电系数的强度。
在研究过程中，材料和工艺集成是最大的挑战。制作这种新芯片需要观察大量的统计规则，但当时没有大型OEM的支持。我们只能在实验室里探索，有一段时间有点崩溃。每次我们完成实验，结果都非常分散。吴华强说，后来，他们与中国科学院微电子研究所、北京大学等单位合作，最终解决了问题。
该团队集成了8个包含2048个忆阻器的阵列，并构建了一个五层的卷积神经网络进行图像识别，精度高达96%以上。对比数据显示，基于忆阻器的卷积神经网络比目前最先进的图形处理器的能效要高出两个数量级。
如何实现惊人的改进？吴华强表示，该团队提出了一种新的混合训练算法，以解决系统识别精度下降引起的设备固有缺陷问题。该算法只需使用较少的图像样本来训练神经网络，并对最后一层网络的权重进行微调；同时提出了空间平行机制，大大提高了平行度，加快了卷积计算。
目前，该结果已在网上发布，团队正在进行技术优化，为下一步开发更大规模的芯片做准备。有了体积小、功耗低、计算能力强的集成芯片，人工智能应用程序可以在手机上运行，使手机更了解人类，不再遥远。吴华强透露，我们还计划建立一个新的计算机系统，包括记忆阻器、存算芯片到存算集成编译器。
来源：北京日报 记者 任敏
流程编辑：郭丹