忆阻器推动“超级人工大脑”成为现实

2018.01.18

    供稿

    微电子所

     

    创意

    映像设计组

     

    文字

    左烜晅

     

    图片

    任左莉

     

    编审

    卢小兵、程曦

    张歌明、张莉

     

    栏目统筹

    程曦

     

    编辑

    赵姝婧

     

忆阻器是一种与人脑突触功能相似的电子元件,相当于一个“电子突触”,搭建起来的智能芯片具有在线学习能力,可以处理机器系统之前无法胜任的任务。

“如果把用忆阻器技术开发出的人工智能芯片应用在手机中,芯片功耗会大大降低,手机充一次电就可以用两天。”清华大学微电子学研究所教授钱鹤这样通俗地解释忆阻器将给普通民众生活带来的变化。

作为国家重点研发计划“纳米科技”重点专项的课题之一,钱鹤领衔的“新型纳米存储器三维集成的基础研究”旨在为我国存储器产业提供自主知识产权和原型技术,支撑和引领我国存储器产业的跨越式发展。

神经突触还有个独特功能,那就是既可以存储,也可以计算。存算一体化的计算机架构可谓颠覆性技术,而最新的研究发现,忆阻器特别适于做存算一体化,这也是当今国际上相关学者的研发重点。

神经形态计算是通过模仿人脑的构造来大幅提高计算能力与能效的新型计算方法。钱鹤表示,除了存储,忆阻器在神经形态计算芯片领域显示出更加重要的潜力。

神经形态计算与传统的计算方法的区别在于,它将负责数据存储和处理的单元融合在了一起,将数据直接在一个单元内部进行储存、计算,从而省去了数据在存储器与中央处理器之间频繁移动而造成的大量能源开销。

忆阻器适合神经形态计算,忆阻器本身的阻值可以用来存储数据,在外加电压下可以完成乘法计算的功能,将多个忆阻器的输出电流汇集到一起可以实现加法计算的功能。“通过乘法与加法的组合,忆阻器可以在极短时间内完成绝大多数的计算任务。”钱鹤说。

钱鹤所带领的课题组在2017年上半年完成了世界上首个集成上千个双向连续阻变忆阻器单元、能够像人脑一样对输入有实时响应并能在线学习的人脸识别系统,且该系统每次迭代的能耗不足英特尔至强融核协处理器的千分之一。相关成果已发表在2017年5月的《自然·通讯》期刊上。

“可以预见,一旦基于忆阻器的神经形态计算芯片技术成熟,制作类似甚至超越人脑智能和能效的‘超级人工大脑’将变成现实。”钱鹤充满信心地说。

 

  • 010-62793001

  • webmaster@tsinghua.edu.cn

  • 北京市海淀区清华大学

  • 意见反馈

版权所有 © 清华大学

京ICP备15006448号

京公网安备 110402430053 号