世界上第一个多阵列忆阻器“存储和计算集成”系统问世

本篇文章779字，读完约2分钟

《科学技术日报》，北京，2月26日，随着摩尔定律接近极限，通过集成电路技术的小型化来提高计算能力变得越来越困难；然而，计算和存储是在不同的电路单元中完成的，这将导致功耗的增加和大量数据处理的额外延迟。如何提高计算能力，突破技术瓶颈？26日，记者从清华大学获悉，教授和未来芯片技术研究所高级创新中心吴华强教授与何共同开发了基于多忆阻器阵列的存储与计算集成系统。处理卷积神经网络的能量效率比图形处理器芯片高两个数量级，大大提高了计算设备的计算能力，功耗比传统芯片降低了100倍。相关的成果最近发表在《自然》杂志上。

如何利用计算和存储的集成来突破人工智能计算能力的瓶颈，已成为近年来国内外的研究热点。找到合适的硬件是提高计算能力的基础之一。

何谦教授和吴华强教授的团队通过优化材料和器件结构成功地制造了高性能忆阻器阵列。为了解决由于设备的非理想特性导致系统识别精度下降的问题，他们提出了一种新的混合训练算法，只需要用较少的图像样本训练神经网络，通过微调最后一层网络的一些权重，手写数字集存储与计算一体化体系的识别精度达到96.19%，相当于软件的识别精度。

同时，他们提出了空之间的并行机制，将同一个卷积核编程为多组忆阻器阵列，每组忆阻器阵列可以并行处理不同的卷积输入块，从而提高了并行性，加快了卷积计算的速度。

在此基础上，该团队构建了一个完整的由所有硬件组成的存储计算集成系统，在系统中集成了多个忆阻器阵列，并在系统上高效运行了卷积神经网络算法，成功验证了图像识别功能，证明了存储计算集成架构全硬件实现的可行性。

“基于忆阻器的新型集成存储架构可以突破计算能力瓶颈，满足人工智能等复杂任务对计算硬件的高需求。”清华大学未来芯片技术创新中心教授吴华强说。(金锋)

编辑:张静文

31729524，。世界上第一个多阵列忆阻器“存储和计算集成”系统问世。张静文