但人工智能技能依赖大算力的支撑，随着技能的爆炸式发展，它对大算力的需求也节节高升。然而，现有的算力短缺与弘大的算力需求之间形成了越来越突出的抵牾。芯片作为算力的物质载体，面临焦急需占领的寻衅。如何加快研制高算力、高能效的芯片，办理弘大的算力缺口，实现算力的大幅提升，是当前的硬件技能须要办理的急迫问题，也是卡住人工智能技能发展速率“脖子”的核心问题。
日前，清华大学集成电路学院教授吴华强、副教授高滨团队基于存算一体打算范式，研制出环球首颗全部系集成的、支持高效片长进修（机器学习能在硬件端直接完成）的忆阻器存算一体芯片，在支持片长进修的忆阻器存算一体芯片领域取得重大打破，有望促进人工智能、自动驾驶、可穿着设备等领域发展。干系成果以“面向边缘学习的全集成类脑忆阻器芯片”（Edge Learning Using a Fully Integrated Neuro-Inspired Memristor Chip）为题在线揭橥在最新一期的《科学》上。
图源：unsplash
什么是忆阻器芯片呢？据先容，忆阻器（Memristor）是继电阻、电容、电感之后的第四种电路基本元件。
在忆阻器芯片发明之前的传统芯片都是基于冯·诺依曼模型的，它将存储器和处理器分开，并通过数据总线进行连接，须要在处理器和内存之间来回移动数据。这种存算分离带来的高能耗和高延迟、低隐私和低安全性、低适应性和低鲁棒性，成为制约算力提升的一大寻衅。
为理解决这些问题和寻衅，一种新的打算范式被提出，即存算一体打算范式。存算一体打算范式是指将存储器和处理器集成在一个芯片上，并利用存储器本身的物理特性来进行打算。这样就办理了传统打算架构范式的不敷。
图源：unsplash
存算一体打算范式的关键是存储器本身就具有打算功能，为了实现这一点，一种新型的存储器件被发明，这便是忆阻器。忆阻器是一种像人脑神经元一样具有影象功能的电阻器，在断电之后，它仍能“影象”起之前通过的电荷。它是电子学领域的一项重大打破，在数据存储、打算、加密和通信方面都表现出了巨大的潜力。
自 2012 年以来，清华大学钱鹤、吴华强、高滨团队从研发忆阻器件、原型芯片起步，一步步发展到系统集成、打算理论，研制出环球首颗全部系集成的、支持高效片长进修的忆阻器存算一体芯片，所有与学习干系的打算均在该芯片上完成。
图源：unsplash
硬件实测结果显示，该芯片包含支持完全片长进修所必需的全部电路模块，在涉及图像分类、语音识别、掌握任务的多个片长进修任务中，该芯片的能耗仅为前辈工艺下专用集成电路（ASIC）系统的3%，同时有望实现75倍的能效提升，还能够有效保护用户隐私和数据。展示出高适应性、高能效、高通用性、高准确率等特点，极具知足人工智能时期高算力需求的运用潜力。
参考文献
[1]https://www.science.org/doi/full/10.1126/science.ade3483
策划制作
本文为科普中国-星空操持作品
出品｜中国科协科普部
监制｜中国科学技能出版社有限公司、北京中科星河文化传媒有限公司
作者丨曾心月 科普创作者
审核丨黄永光 中国科学院半导体研究所 光电子芯片 副研究员
