全球首顆！清華大學(xué)研制出憶阻器存算一體芯片

憶阻器存算一體學(xué)習芯片及測試系統（來(lái)源：清華大學(xué)官方微信公眾號）

10月9日，記者從清華大學(xué)官方微信獲悉，清華大學(xué)集成電路學(xué)院教授吳華強、副教授高濱團隊基于存算一體計算范式，研制出全球首顆全系統集成的、支持高效片上學(xué)習（機器學(xué)習能在硬件端直接完成）的憶阻器存算一體芯片。相關(guān)成果已發(fā)表于最新一期的《科學(xué)》。

記者了解到，“存算一體”這一技術(shù)概念誕生于上世紀70年代，區別于1946年由馮·諾依曼提出的存儲器和處理器分工處理數據的計算機架構，存算一體將計算能力嵌入存儲器當中。在當時(shí)，由于芯片制造能力不成熟，且算力需求不旺盛，存算一體并未得到很好的發(fā)展。而隨著(zhù)人工智能等應用對于數據存儲和計算需求的不斷提升，處理數據的能耗逐漸增加，在傳統存算分離結構當中，存儲帶寬可能導致在數據搬運上花費大量時(shí)間，進(jìn)而制約芯片算力，與之相比，存算一體便體現出了獨特優(yōu)勢。

2012年，錢(qián)鶴、吳華強團隊開(kāi)始研究使用憶阻器做存儲。憶阻器是繼電阻、電容、電感之后的第四種電路基本元件。它可以在斷電之后，仍能“記憶”通過(guò)的電荷，因此被當做新型納米電子突觸器件。2020年，團隊基于多陣列憶阻器，搭建了一個(gè)全硬件構成的完整存算一體系統，此系統高效運行了卷積神經(jīng)網(wǎng)絡(luò )算法，成功驗證了圖像識別功能，比圖形處理器芯片的能效高兩個(gè)數量級，大幅提升了計算設備的算力，實(shí)現了以更小的功耗和更低的硬件成本完成復雜計算。

片上學(xué)習對于邊緣智能設備適應不同應用場(chǎng)景非常重要。當前用于訓練神經(jīng)網(wǎng)絡(luò )的技術(shù)需要在計算和存儲單元之間移動(dòng)大量數據，這阻礙了在邊緣設備上實(shí)現學(xué)習。此次研究，錢(qián)鶴、吳華強帶領(lǐng)團隊創(chuàng )新設計出適用于憶阻器存算一體的高效片上學(xué)習的新型通用算法和架構STELLAR，該架構中的方案包括其學(xué)習算法、硬件實(shí)現和并行電導調諧方案，是通過(guò)使用憶阻器交叉柵陣列促進(jìn)片上學(xué)習的通用方法。

據了解，該芯片可執行的任務(wù)包括運動(dòng)控制、圖像分類(lèi)和語(yǔ)音識別。相同任務(wù)下其能耗僅為ASIC的1/35，同時(shí)有望實(shí)現75倍的能效提升。