清華團隊發布全球首顆憶阻器芯片，突破了哪些“卡脖子”難題？

　　人工智能技術的發展浪潮極大地改變了人類的生產生活方式，對當前人類文明的各個領域產生了深刻的影響，并且還將持續深入地影響下去。

　　但人工智能技術依靠大算力的支撐，隨著技術的爆炸式發展，它對大算力的需求也節節高升。然而，現有的算力短缺與龐大的算力需求之間形成了越來越突出的矛盾。芯片作為算力的物質載體，面臨著急需攻克的挑戰。如何加快研制高算力、高能效的芯片，解決龐大的算力缺口，實現算力的大幅提升，是當前的硬件技術需要解決的迫切問題，也是卡住人工智能技術發展速度“脖子”的核心問題。

　　日前，清華大學集成電路學院教授吳華強、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、支持高效片上學習（機器學習能在硬件端直接完成）的憶阻器存算一體芯片，在支持片上學習的憶阻器存算一體芯片領域取得重大突破，有望促進人工智能、自動駕駛、可穿戴設備等領域發展。相關成果以“面向邊緣學習的全集成類腦憶阻器芯片”（Edge Learning Using a Fully Integrated Neuro-Inspired Memristor Chip）為題在線發表在最新一期的《科學》上。

　　圖源：unsplash

　　什么是憶阻器芯片呢？據介紹，憶阻器（Memristor）是繼電阻、電容、電感之后的第四種電路基本元件。

　　在憶阻器芯片發明之前的傳統芯片都是基于馮·諾依曼模型的，它將存儲器和處理器分開，并通過數據總線進行連接，需要在處理器和內存之間來回移動數據。這種存算分離帶來的高能耗和高延遲、低隱私和低安全性、低適應性和低魯棒性，成為制約算力提升的一大挑戰。

　　為了解決這些問題和挑戰，一種新的計算范式被提出，即存算一體計算范式。存算一體計算范式是指將存儲器和處理器集成在一個芯片上，并利用存儲器本身的物理特性來進行計算。這樣就解決了傳統計算架構范式的不足。

　　圖源：unsplash

　　存算一體計算范式的關鍵是存儲器本身就具有計算功能，為了實現這一點，一種新型的存儲器件被發明，這就是憶阻器。憶阻器是一種像人腦神經元一樣具有記憶功能的電阻器，在斷電之后，它仍能“記憶”起之前通過的電荷。它是電子學領域的一項重大突破，在數據存儲、計算、加密和通信方面都表現出了巨大的潛力。

　　自 2012 年以來，清華大學錢鶴、吳華強、高濱團隊從研發憶阻器件、原型芯片起步，一步步發展到系統集成、計算理論，研制出全球首顆全系統集成的、支持高效片上學習的憶阻器存算一體芯片，所有與學習相關的計算均在該芯片上完成。

　　圖源：unsplash

　　硬件實測結果顯示，該芯片包含支持完整片上學習所必需的全部電路模塊，在涉及圖像分類、語音識別、控制任務的多個片上學習任務中，該芯片的能耗僅為先進工藝下專用集成電路（ASIC）系統的3%，同時有望實現75倍的能效提升，還能夠有效保護用戶隱私和數據。展示出高適應性、高能效、高通用性、高準確率等特點，極具滿足人工智能時代高算力需求的應用潛力。