_

钱鹤、吴华强团队在基于新型忆阻器阵列的类脑计算取得重大突破

5月12日,清华大学微电子所钱鹤、吴华强课题组在《自然通讯》(Nature Communications)在线发表了题为《使用电子突触阵列实现人脸识别》(Face Classification using Electronic Synapses)的研究成果,将氧化物忆阻器的集成规模提高了一个数量级,首次实现了基于1024个氧化物忆阻器阵列的类脑计算。该成果在最基本的单个忆阻器上实现了存储和计算的融合,采用完全不同于传统“冯·诺依曼架构”的体系,可以使芯片更加高效地完成计算任务,使能耗降低到原千分之一以下。

在人工智能日益火热的今天,由于“冯·诺依曼架构”存在“存储墙瓶颈”,现有计算平台无法高效实现相关算法,功耗成为制约因素。相比之下,人脑可以快速、低功耗地完成各种学习任务。人脑中大约有1000亿个神经元,每个神经元之间通过成千上万个神经突触连接起来,构成复杂的神经网络。人脑的突触能够同时、原位地进行记忆和计算,这与“冯·诺依曼架构”存在着显著不同。

1971年,伯克利大学的蔡少棠(Leon Chua)教授理论上计算推出了第四类基本电子元器件——忆阻器(阻变存储器)的存在;2008年,惠普公司在《Nature》上报道了实验证实忆阻器存在的工作,在国际上引起巨大轰动。忆阻器不仅可以被看做下一代存储器件,同时被认为是最具潜力的电子突触器件。通过在忆阻器两端施加电压,可以灵活方便地改变其阻值状态,从而实现突触的可塑性;进一步搭建类脑计算系统,则可以将存储和计算功能在一个忆阻器器件中实现。除此之外,忆阻器还具有尺寸小、操作功耗低、可大规模集成(三维集成)等优点。因此,相比于其他各类的实现方式,基于忆阻器所搭建的类脑计算硬件系统,具有能耗和速度优势,以及达到人脑突触集成规模(人脑含有大约10^15个突触)的潜力,成为国际上的研究热点。

国际上,惠普、IBM等大公司以及斯坦福大学、密歇根大学、加州大学圣塔芭芭拉分校等高校都在基于各自的忆阻器材料体系,研究实现类脑计算系统的基础问题。其中,加州大学圣塔芭芭拉分校研究组于2015年在《Nature》上发文,基于12x 12规模的氧化物忆阻器阵列,首次实验实现了神经网络的算法功能。国内也有很多高校和研究机构投入到相关领域的研究当中。

然而,由于当前忆阻器机制理解和技术发展的限制,很难在大规模电子突触阵列中,实现稳定、可靠的双向连续阻变的调节特性。近期,钱鹤、吴华强研究团队在忆阻器机理上取得突破,理解了如何在电、热耦合场作用下有效调节氧离子输运,从而获得多稳态的理论和方法;并通过优化器件结构,在基本的氧化物忆阻器结构中插入热阻挡层,同时采用分段循环的工艺制备阻变层,成功加工出了与CMOS工艺兼容的、具有良好双向连续阻变特性的电子突触器件;进一步利用与晶体管串联的忆阻器作为电子突触单元,在改善突触可塑性特性的同时,增加了其大规模集成的能力。基于这些改进,研究团队开发了阵列集成工艺,制备了128×8规模的电子突触阵列。

该研究基于此电子突触阵列搭建了神经网络硬件系统的原型,提出了与新型硬件架构相匹配的操作方式,用来实现在线学习,以满足不同应用场景的需求。论文采用耶鲁大学人脸图片库(Yale Face Database)实验验证了人脸识别功能。实验表明,该原型系统达到了与现有CPU接近的识别率和泛化能力。该研究同时测量了学习过程中电子突触阵列在每次迭代时所消耗的能量,并评估、比较了在基于英特尔至强协处理器(Intel Xeon Phi)加片外存储系统的冯诺依曼架构的硬件平台上,完成相同计算任务需要的能耗代价,证实了该原型系统可以取得1000倍以上的能耗优势。即使假设当前CPU已具有片上存储系统,对比相同的计算操作,忆阻器阵列也具有20倍以上的能耗优势,说明能耗降低主要是由存储和计算一体化的新架构带来的。

这项工作实现了较大规模的双向连续阻变的电子突触阵列集成,并验证了神经网络结构的类脑计算系统原型,展现了其在计算效率上的优势,是基于忆阻器电子突触阵列搭建类脑计算硬件系统的基础性突破。接下来,需要设计更加复杂、更大规模的集成系统,解决系统架构、算法、器件上的诸多挑战,努力实现更大规模的通用类脑计算芯片,真正解决日常生活中遇到的实际计算问题。

近年来,钱鹤、吴华强课题组一直致力于类脑计算芯片研究,尤其是基于氧化物忆阻器的电子突触器件的制备和优化,以及基于忆阻器件的神经网络算法的硬件系统实现。目前,该团队有副高以上研究人员近10人、研究生近30人,在《纳米快报》(NanoLetters)、《先进材料》(Advanced Materials)、《科学报道》(Scientific Reports)、《电子器件快报》(EDL)等期刊和国际电子器件大会(IEDM)等顶级会议发表多篇论文,承担了重大专项、863、973、国家重点研发计划等多个大型科研项目,已经成功研制了16Mb忆阻器存储芯片,相关研究成果均具有很强的竞争力,为国际上实现基于忆阻器的通用类脑计算芯片奠定了坚实基础。

课题组合影

清华大学微纳电子系博士生姚鹏是该论文的第一作者,清华大学微电子所吴华强副教授是该论文的通讯作者。该研究工作是与斯坦福大学的合作成果,并得到了北京市未来芯片技术高精尖创新中心、国家重点研发计划、自然科学基金项目等支持。

附论文链接:https://www.nature.com/articles/ncomms15199


• 2017年5月18日编辑

<< 返回首页