（文章來源：半導體觀察IC）

近日，清華大學微電子所、北京未來芯片技術高精尖創新中心教授錢鶴、吳華強團隊與合作者宣布，成功研發出全球首款多陣列憶阻器存算一體系統。該系統以憶阻器替代經典計算機底層的晶體管，以更小的功耗和更低的硬件成本大幅提升計算設備的算力，在一定程度上突破了傳統計算框架的限制。該成果已在《自然》在線發表，研究團隊正計劃構建全新計算機系統。

人工智能應用蓬勃發展，急需強大的芯片計算和存儲能力支撐。在傳統計算架構中，芯片中的計算與存儲在不同電路單元中完成，大量數據搬運導致功耗增加和額外延遲，成為突破算力的瓶頸。提高算力，推進存算一體計算是路徑之一。

憶阻器，具有記憶電阻之功能，其尺寸小、能耗低，兼具儲存和處理信息雙重功能，近年來成為存算一體領域的熱門潛力器件。近年來，研究團隊通過優化材料和器件結構，成功制備出更高性能的憶阻器陣列?！拔覀兏淖儾牧仙细采w層的組分，通過調試熱導率和電導率，調整材料內部導電系數的強弱，來實現優化?！眳侨A強說。

攻關期間，材料和工藝集成是最大挑戰，“做這種新的芯片需要觀察大量統計規律，但當時沒有大型代工廠支持，我們只能在實驗室摸索，有段時間有點崩潰，每次做完實驗，結果都很分散?！眳侨A強說，后來，他們與中科院微電子所、北京大學等單位共同合作，終于解決了難題。

該團隊集成了8個包含2048個憶阻器的陣列，并構建了一個五層的卷積神經網絡進行圖像識別，精度高達96%以上。對比數據顯示，基于憶阻器的卷積神經網絡比目前最先進的圖形處理器的能效要高出兩個數量級。

驚人提升如何實現？吳華強說，團隊提出了一種新型的混合訓練算法，以解決器件固有缺陷造成的系統識別準確率下降問題。這種算法僅需用較少圖像樣本訓練神經網絡，并微調最后一層網絡部分權重；同時提出空間并行機制，大幅提高并行度，加速卷積計算。

目前，該成果已在《自然》在線發表，團隊正在開展工藝優化，為下一步研制更大規模的芯片做準備。有了體積小、功耗低、算力強的存算一體芯片，手機上就能運行人工智能應用，讓手機更懂人類不再遙遠。吳華強透露，“我們還計劃構建包括憶阻器、存算一體芯片到存算一體編譯器等在內的全新計算機系統?！?br /> （責任編輯：fqj）