清华教授研发忆阻器芯片，实现存储数据“原地”计算

cslehe

#111723#当下，飞速提高的技巧给芯片的算力请求带来宏大挑衅，“算力焦急”也成为悬在业界头上的一把剑。而跟着摩尔定律逐步生效，通过增添更多晶体管来晋升算力的方式，也很难顺应新情势。 要想破局就得有“全新的盘算器件、盘算范式、和盘算架构”。近期，清华大学吴华强团队在《天然》刊文讲演了其团队基于多忆阻器（Memristor）阵列的存算一体硬件实现。
差别于应用 CPU、GPU 停止 AI 盘算的传统方法，他们的忆阻器芯片能在不下降神经收集正确度的条件下，大幅晋升算力、同时还可明显下降功耗，“算力焦急”的一剂良药由此出生。 而这项结果要从仿佛没有 “技巧感” 的在家办公提及，疫情以来在家办公然始风行起来。这类任务方法既能省去通勤时光，还能下降膂力耗费。而这一景象启示了吴华强的研讨。 他说，假设居家时光是存储，下班时光就是盘算。只有去公司办公，路上确定会耗费时光和能量，碰到交通拥挤，路上耗时会更久。 而当居家和办公融为一体，即在家办公时，时光和膂力都市被节俭。这和盘算机中的“存储-盘算”十分类似。假如存储和盘算能合二为一，便可用小功耗实现大算力。

图 | 吴华强团队开辟的 8 个包括 2048 个忆阻器的阵列芯片，可大幅晋升停止人工智能盘算的算力并明显下降功耗（图片起源：Nature）
有着“特异功效”的芯片
忆阻器，是一种与传统晶体管芯片截然差别的全新芯片观点。早在 30 年前，加州大学伯克利分校教学蔡少棠猜测，除了电阻、电容、电感以外，实践上还应存在第四种基础电路元件，该元件可直接将电荷量与磁通量两个物理量衔接起来，这就是忆阻器观点的雏形。 作为一种主动电子元件，忆阻器除了能让必定的电流保险通过，还可在断电后“记着”器件之前的电阻值，因而它最初只被当做存储器来研讨。 吴华强回想称：“事先，存储器行业的开展碰到了一些瓶颈，急需新兴技巧攻破僵局。阻变存储器或许说忆阻器就是此中很主要的一项新兴技巧。” 而忆阻器也有良多存储长处：比方尺寸小、速率快、低功耗、与 CMOS（互补式金氧半导体）工艺可兼容等。
另外，忆阻器还具有另一项特别功效：能在存储数据“原地”实现盘算。平日来讲，基于传统“冯·诺依曼构造”搭建的盘算机，其数据的存储和运算是离开的，平常数据存储在贮存器中，须要运算时再把它搬运到运算器里。 但是，AI 类利用须要对大批数据停止矩阵运算，其中心是乘法和加法。对此，吴华强评估称：“现在 CMOS 芯片做大范围矩阵运算的乘加，算力是比拟吃紧的，面对着很大挑衅。” 此前，华为开创人任正非曾表现，将来的边沿盘算是存算一体的，要末把 CPU 做到存储器，要末把存储器做到 CPU 里，如许才干放慢盘算速率。而在吴华强看来，基于忆阻器的存算一体，恰是上述观点的一种实现。 详细来讲，假如用穿插阵列的方法做忆阻器，便可取得一种与矩阵很相似的构造，这类构造既能够存数据，也能够做盘算。
须要存储时，忆阻器自身就是存储器；而须要运算时，也无需把数据从存储器中搬到运算器里，由于忆阻器可直接用欧姆定律来做乘法运算。 后面提到，减缓“算力焦急”须要全新的盘算器件、范式和架构。而忆阻器恰是这类新趋向的器件代表。 而在忆阻器件上用物理定律来直接做乘法盘算和加法盘算的方法，也和从前应用与非门做布尔逻辑盘算的方式很纷歧样。 因而，忆阻器能够处理信息迷信、特别是集成电路范畴外面的一些中心的成绩。这也成为吴华强始终保持深耕该范畴的缘由。在 AMD 时，他就投身于忆阻器方面的研讨任务，这项任务得以在清华连续，并终究打造出一支优良团队。
试验资本缺乏，没有前提就发明前提
回望这一起，他都在和电子器件打交道。2000 年，吴华强本科结业于清华大学资料迷信与工程系，2005 年博士结业于美国康奈尔大学电子与盘算机工程学院。 随后，他分辨在美国 AMD 公司和飞索半导体公司非易失性存储器研发核心担负高等研讨员。 这段业界阅历也让他逐步认识到，比拟在企业做市场化产物，他更想从事翻新性的的研讨任务，因而萌发了返国做科研的主意。2009 年，刚过而立之年的吴华强，回到清华任教。 回想过往，吴华强总结称：“回到故国，作为一个科研任务者，和各人一同拼搏，特殊高兴。咱们国度当初开展的势头十分好，国度高度器重科技翻新，对于人材的器重，我想是远超越其余国度的。 但是，返国第一年，系里做试验的装备缺乏，吴华强一直处于找不到资本做试验的状况。
为此，在回清华的头一年半，在畸形教养以外，他把八九成时光都花在平台搭建上，在系外面的支撑下，对本来系里绝对陈腐、落伍的试验平台停止了片面的改革和进级。建成后，这也是清华 7x24 小时开放的校级同享试验平台，并成为国度发改委的双创平台和国度集成电路产教融会翻新平台。 现在，该平台包括计划、加工和测试三大块，累计具有 200 多套装备，可能支持芯片研讨。
此前，因为装备不全而且常常出毛病，先生们做一个试验偶然得破费数月。而当初，即便校内 20 多个院系和校外团队独特应用该平台，个别也能在一周内实现试验。 对于取得的结果，吴华强说：“我常常‘白加黑、五加二’连轴转却历来不感到累，偶然会被质疑但却从未想过废弃，就是由于当初的学术和任务是我真正感兴致，这是我乐意无穷投入出来的事件，这会让我从中感触到快活。”
忆阻器产物已停止工业化
而让他没有想到的是，兜兜转转以后，他再次和工业打上交道。 2018 年 6 月份，吴华强团队孵化出由清华控股的创业公司——北京新忆科技，专一于将忆阻器停止工业化。 经由两年的尽力，他们曾经实现 40nm 的工艺，并开辟出了相干存储芯片，也已取得物联网和汽车等范畴的定单。 现在，他们正在计划一个更大范围、功效更多样化的忆阻器阵列芯片，这款新型芯片的计划曾经濒临实现，接上去将停止流片和相干测试。一旦问世，将会实现更切近需要、也愈加庞杂的现实利用。 在 2019 年的某次集会上，吴华强曾和英特尔 Loihi 神经状态盘算芯片的担任人 “赌钱”，看未来究竟谁的芯片利用得更好。
谈及开展远景，吴华强以为，从前的盘算范式曾经应用几十年了。在面对重大算力挑衅的明天，忆阻器很有可能供给出一种全新的盘算范式。 他说：“假如说没有摩尔定律变缓、人工智能算力需要增添这些挑衅，可能新的盘算范式也弗成能出去，我感到当初是一个好的机遇。” 将来的手机、超高清电视、无人体系、数据核心，都将无望用上这类芯片，它能减速处置 AI 利用，给用户带来更好的休会。
而在更前沿的利用偏向上，吴华强团队的忆阻器也在发力。在脑机接口范畴，他们在应用忆阻器停止信号的处置。通过探针等方法失掉的脑电波信号是一种摹拟信号，从前，咱们须要把摹拟信号处置成数字信号，再停止解码盘算。 而忆阻器自身就是用摹拟信号的方法停止存储的，用来处置摹拟信号自然具有更块的盘算速率和更低的能耗。更低的能耗象征着，将来应用忆阻器的脑机接口，将可能不须要外接电源，这将极大地晋升脑机接口体系的应用方便性。 将来，在纯电盘算以外，吴华强还把研讨眼光投向了一样应用物理道理停止盘算的光电盘算，以及 “感知、存储、盘算” 一体的体系优化和硬件婚配。
“算力焦急” 正在、并将在接上去的一段时光内持续陪同着咱们的存在。但以忆阻器芯片、光电盘算等为代表的一系列新技巧，正试牟利用硬件层面的改革，把人工智能技巧带去更远的将来。
原文题目：抗衡算力焦急！清华教学研发忆阻器芯片，可实现存储数据“原地”盘算，相干产物正在转化
文章出处：【微信大众号：DeepTech深科技】欢送增加存眷！文章转载请注明出处。

更多内容阅读推荐：冰箱太耗电怎么解决