受人腦工作機理、計算方式等啟發(fā),近年來,科學家們試圖借鑒人腦的物理結(jié)構(gòu)和工作特點,讓計算機完成特定的計算任務。
不過,受制于傳統(tǒng)計算機架構(gòu)瓶頸的限制,在目前的信息計算處理技術(shù)中,數(shù)據(jù)存儲和計算需要由存儲芯片和中央處理器分別來完成。數(shù)據(jù)在二者之間“搬運”處理,耗時長、功耗大,還隨時有可能“交通堵塞”。
計算機能不能像人腦一樣將存儲和計算合二為一,從而高速處理信息?
近日,清華大學微電子所、未來芯片技術(shù)高精尖創(chuàng)新中心研究團隊,與合作者共同研發(fā)出一款基于多個憶阻器陣列的存算一體系統(tǒng),能夠高效地處理卷積神經(jīng)網(wǎng)絡(luò),能效比圖形處理器芯片高兩個數(shù)量級,有望大幅提升計算設(shè)備的算力,相關(guān)成果近日發(fā)表于《自然》雜志。
存算一體小功耗實現(xiàn)大算力
隨著人工智能應用對計算和存儲需求的不斷提升,集成電路芯片技術(shù)面臨諸多新挑戰(zhàn)。一方面,摩爾定律“漸行漸遠”,通過集成電路工藝微縮的方式獲得算力提升越來越難;另一方面,傳統(tǒng)架構(gòu)中,計算與存儲在不同電路單元中完成,大量數(shù)據(jù)搬運會造成功耗增加和額外延遲。
“如果我們把居家生活比作存儲,把上班比作計算,每天上班路上會消耗時間、能量,遇到早晚高峰,通勤時間會更長。這個場景和信息處理有很多相似之處,如果存儲和計算合二為一,就相當于居家辦公一樣,能減少通勤時間也能節(jié)省體力消耗,可以用更小的功耗實現(xiàn)更大的算力,減少數(shù)據(jù)傳輸?shù)难舆t。”該團隊的研究成員之一、清華大學未來芯片技術(shù)高精尖創(chuàng)新中心教授吳華強說。
所以,如何實現(xiàn)計算存儲一體化、突破算力瓶頸,成為近年來國內(nèi)外的科研熱點。
憶阻器,是繼電阻、電容、電感之后的第四種電路基本元件,這種元件的阻值是由流經(jīng)它的電荷確定的。即使電流中斷,憶阻器的電阻仍然會停留在之前的數(shù)值,這意味著,就算是斷電了,這一部分的數(shù)據(jù)還可以保留。再加上憶阻器的尺寸小,可以大規(guī)模集成,功耗低,又適合做模擬計算,所以研究團隊認為,可以用憶阻器嘗試做存算一體、低能耗類腦計算。
但現(xiàn)實遠比理想骨感。憶阻器器件間波動、器件電導卡滯、電導狀態(tài)漂移等,會導致計算準確率降低,制備具有高一致性、高可靠性的多值憶阻器陣列很困難。
憶阻器性能好壞,很大程度上取決于材料的選擇與組合。在選擇材料時,團隊主要考慮所選材料的物理參數(shù)是否易調(diào)控、未來是否適合產(chǎn)業(yè)化。
出于這些考量,團隊在憶阻器常用的二氧化鉿材料上,添加了一層界面調(diào)控層。這個界面調(diào)控層是一種金屬氧化層材料,它的不同成分占比可以根據(jù)不同工藝精確控制。通過這種方法,可以比較有效地控制憶阻器中二氧化鉿部分的微觀變化,以及內(nèi)部的溫度和電場。
“界面調(diào)控層就像一層口罩,不僅能隔絕病毒、灰塵,還能保暖、保濕。這種設(shè)計方式使器件具有非常優(yōu)異的電學特性,而且可以在工廠里大規(guī)模生產(chǎn)。”該研究團隊的高濱副教授說。
或許會率先應用在人工智能領(lǐng)域
想讓憶阻器存算一體系統(tǒng)解決實際問題,需要在處理大量的計算任務中,克服器件、系統(tǒng)、算法等方面的瓶頸,卷積神經(jīng)網(wǎng)絡(luò)是很好的“試金石”。
卷積神經(jīng)網(wǎng)絡(luò)是一種重要的深度學習模型,借鑒了人腦處理視覺信息的方式,從算法角度,通過卷積、池化等操作,高效提取圖像、視頻等特征信息,在多種計算機視覺任務處理中取得了很好的效果。在傳統(tǒng)計算架構(gòu)中,受限于存儲和計算分離的設(shè)計,實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)模型會出現(xiàn)功耗高、延時長,無法滿足眾多生活場景中電池容量、實時操作等要求。
團隊認為,存算一體的憶阻器,可以用來實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)等深度學習模型的高效處理,滿足日常應用對算力、功耗的要求。他們還提出了空間并行的機制,將相同卷積核編程到多組憶阻器陣列中,各組憶阻器陣列可并行處理不同的卷積輸入塊。他們集成了8個憶阻器處理單元,每個單元陣列包含2048個憶阻器件,用以提高并行計算的效率。該系統(tǒng)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,證明了存算一體架構(gòu)全硬件實現(xiàn)的可行性。
吳華強說,憶阻器存算一體系統(tǒng),或許會率先應用在人工智能領(lǐng)域,如果用基于憶阻器的存算一體芯片生產(chǎn)手機,那么芯片的算力幾乎可以讓手機掌握“讀心術(shù)”,“它能聽懂你的聲音,知道你喜歡哪些照片,會跟你越來越親近,變得越來越智能。”
-
人工智能
+關(guān)注
關(guān)注
1796文章
47791瀏覽量
240578 -
憶阻器
+關(guān)注
關(guān)注
8文章
73瀏覽量
19960 -
存算一體
+關(guān)注
關(guān)注
0文章
104瀏覽量
4357
發(fā)布評論請先 登錄
相關(guān)推薦
存算一體行業(yè)2024年回顧與2025年展望
自旋憶阻器:最像大腦的存儲器
吉時利源表軟件在憶阻器測試中的應用
![吉時利源表軟件在<b class='flag-5'>憶</b><b class='flag-5'>阻</b><b class='flag-5'>器</b>測試中的應用](https://file1.elecfans.com//web2/M00/0B/F3/wKgZomc8SyyAPNGkAABPRspeXPM45.jpeg)
直播預約 |開源芯片系列講座第24期:SRAM存算一體:賦能高能效RISC-V計算
![直播預約 |開源芯片系列講座第24期:SRAM<b class='flag-5'>存</b><b class='flag-5'>算</b><b class='flag-5'>一體</b>:賦能高能效RISC-V計算](https://file1.elecfans.com/web2/M00/E5/E7/wKgZomZFcsyAcT-5AAA2A4dQRkQ217.png)
存算一體化與邊緣計算:重新定義智能計算的未來
![<b class='flag-5'>存</b><b class='flag-5'>算</b><b class='flag-5'>一體</b>化與邊緣計算:重新定義智能計算的未來](https://file.elecfans.com/web2/M00/4E/DC/poYBAGLCjeiALm_WAAAYmfR7Qec474.png)
存算一體架構(gòu)創(chuàng)新助力國產(chǎn)大算力AI芯片騰飛
后摩智能推出邊端大模型AI芯片M30,展現(xiàn)出存算一體架構(gòu)優(yōu)勢
知存科技助力AI應用落地:WTMDK2101-ZT1評估板實地評測與性能揭秘
探索存內(nèi)計算—基于 SRAM 的存內(nèi)計算與基于 MRAM 的存算一體的探究
![探索<b class='flag-5'>存</b>內(nèi)計算—基于 SRAM 的<b class='flag-5'>存</b>內(nèi)計算與基于 MRAM 的<b class='flag-5'>存</b><b class='flag-5'>算</b><b class='flag-5'>一體</b>的探究](https://file1.elecfans.com/web2/M00/E6/E2/wKgaomZFvUmAdDhcAAOm7CA4uuk723.png)
![](https://file1.elecfans.com/web2/M00/E5/CF/wKgZomZEjMWAWlbkAAJuybyjN6g179.jpg)
知存科技攜手北大共建存算一體化技術(shù)實驗室,推動AI創(chuàng)新
憶阻器通向計算新未來,自旋憶阻器進一步降低能耗
如何利用憶阻器技術(shù)改變高精度的科學計算
聚焦全國一體化算力體系構(gòu)建,憶聯(lián)以強大存力“引擎”釋放算力潛能
![聚焦全國<b class='flag-5'>一體</b>化<b class='flag-5'>算</b>力<b class='flag-5'>體系</b>構(gòu)建,<b class='flag-5'>憶</b>聯(lián)以強大<b class='flag-5'>存</b>力“引擎”釋放<b class='flag-5'>算</b>力潛能](https://file1.elecfans.com/web2/M00/C5/75/wKgZomX9WW2AbpcoAACFthCyqs4551.png)
評論