近日，在2020年國際電子器件大會（IEDM）上，復(fù)旦大學(xué)芯片與系統(tǒng)前沿技術(shù)研究院劉琦教授和劉明院士團隊展示了憶阻器基類腦計算技術(shù)的最新研究進展。

背景介紹

受啟發(fā)于人腦，類腦計算技術(shù)是當前發(fā)展人工智能的重要計算范式之一，可以構(gòu)建高智能、低能耗的計算系統(tǒng)。該系統(tǒng)由脈沖神經(jīng)元和可塑的神經(jīng)突觸構(gòu)成，具有自主學(xué)習(xí)、時空信息處理、存算一體、高并行計算和事件驅(qū)動等特點。憶阻器具有豐富的物理動力學(xué)特性和生物單元相似性，在模擬神經(jīng)元和神經(jīng)突觸方面展現(xiàn)出超越CMOS器件的潛力，結(jié)合脈沖神經(jīng)網(wǎng)絡(luò)（SNN）算法，可以實現(xiàn)高效的類腦計算系統(tǒng)。然而，當前基于憶阻器的類腦系統(tǒng)多采用頻率編碼SNN的工作模式，神經(jīng)元需要發(fā)放大量脈沖來表征單個信號強度，以及需要較長推理時間內(nèi)的平均放電速率進行決策，導(dǎo)致了更多的延遲和能耗，降低了信息處理的效率。

成果簡介

針對上述問題，該團隊設(shè)計實現(xiàn)了一種面向時間編碼SNN的神經(jīng)元電路，利用放電時間表征信號強度，具有可控的不應(yīng)期，在一個推理周期內(nèi)只進行單次脈沖放電，顯著提升了憶阻器神經(jīng)元的工作壽命和推理速度。并進一步結(jié)合RRAM突觸陣列構(gòu)建了256×5的硬件SNN網(wǎng)絡(luò)。相比于頻率編碼SNN，該網(wǎng)絡(luò)在人臉識別任務(wù)中放電脈沖數(shù)目降低72倍、推理速度提升1.5倍、能耗降低53倍、能效提升18倍。

上述成果入選2020年國際電子器件大會，復(fù)旦大學(xué)芯片院博士后張續(xù)猛和中科院微電子所博士生吳祖恒為該工作的共同第一作者，復(fù)旦大學(xué)芯片院劉琦教授和劉明院士為共同通訊作者。上述工作得到了國家重點研發(fā)計劃、國家自然科學(xué)基金、中國科學(xué)院、之江實驗室的相關(guān)項目資助。

IEDM與ISSCC（國際固態(tài)電路會議）、VLSI（超大規(guī)模集成電路研討會）并稱集成電路領(lǐng)域的“奧林匹克盛會”。IEDM大會始于1954年，是產(chǎn)業(yè)界和學(xué)術(shù)界展現(xiàn)集成電路器件領(lǐng)域最新研究進展和成果的重要平臺。

a. 憶阻器基神經(jīng)元電路；b.神經(jīng)元的放電特性；c. 憶阻器基類腦硬件系統(tǒng)；d.性能比較

責(zé)任編輯：YYX