科技日報北京10月10日電 （記者華凌）“我們研發(fā)的這款存算一體芯片，展示出高適應性、高能效、高通用性、高準確率等特點，能有效強化智能設(shè)備在實際應用場景下的學習適應能力。”10日，清華大學集成電路學院副教授高濱接受記者采訪時表示，“該款芯片揭示了人工智能時代下邊緣學習的新范式，為突破馮·諾依曼傳統(tǒng)計算架構(gòu)下的能效、算力瓶頸提供了一種創(chuàng)新發(fā)展路徑。”
近日，清華大學集成電路學院教授吳華強、副教授高濱基于存算一體計算范式，研制出全球首款全系統(tǒng)集成、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。相關(guān)成果在線發(fā)表于最新一期《科學》。
相同任務下，該款芯片實現(xiàn)片上學習的能耗僅為先進工藝下專用集成電路系統(tǒng)的3%，展現(xiàn)出卓越的能效優(yōu)勢，具有滿足人工智能時代高算力需求的應用潛力。相關(guān)成果可應用于手機等智能終端設(shè)備，還可以應用于邊緣計算場景，比如汽車、機器人等。
據(jù)介紹，當前，國際上的相關(guān)研究仍停留在憶阻器陣列層面的學習功能演示，全系統(tǒng)集成的憶阻器片上學習芯片仍未實現(xiàn)，主要在于傳統(tǒng)的反向傳播訓練算法所要求的高精度權(quán)重更新方式與憶阻器實際特性的適配性較差，導致大規(guī)模集成下的系統(tǒng)精度和能耗出現(xiàn)瓶頸。
突破傳統(tǒng)存算分離架構(gòu)對算力提升的制約，實現(xiàn)低能耗、高精度的全系統(tǒng)集成憶阻器存算一體片上學習芯片，要攻克哪些難點？
“這是課題組多年積累最終取得的突破。研發(fā)過程中的難點主要體現(xiàn)在：首先需要解決憶阻器大規(guī)模集成問題，我們不僅優(yōu)化了器件材料和架構(gòu)，改善了器件特性，還開發(fā)了大規(guī)模集成制程；其次需要解決底層硬件多物理尺度的非理想特性，以提升精度，比如器件的非線性、非對稱，陣列的寄生，電路的噪聲等；最后，要實現(xiàn)高效的硬件系統(tǒng)，需要算法—架構(gòu)—電路和器件的協(xié)同優(yōu)化。”團隊成員、清華大學集成電路學院博士后姚鵬說。