人工智能技術的發展浪潮極大地改變了人類的生產生活方式，對當前人類文明的各個領域產生了深刻的影響，并且還將持續深入地影響下去。

　　但人工智能技術依靠大算力的支撐，隨著技術的爆炸式發展，它對大算力的需求也節節高升。然而，現有的算力短缺與龐大的算力需求之間形成了越來越突出的矛盾米樂。芯片作為算力的物質載體，面臨著急需攻克的挑戰。如何加快研制高算力、高能效的芯片，解決龐大的算力缺口，實現算力的大幅提升，是當前的硬件技術需要解決的迫切問題，也是卡住人工智能技術發展速度“脖子”的核心問題。

　　日前，清華大學集成電路學院教授吳華強、副教授高濱團隊基于存算一體計算范式，研制出全球首顆全系統集成的、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，在支持片上學習的憶阻器存算一體芯片領域取得重大突破，有望促進人工智能、自動駕駛、可穿戴設備等領域發展。相關成果以“面向邊緣學習的全集成類腦憶阻器芯片”（Edge

　　Learning Using a Fully Integrated Neuro-Inspired Memristor Chip）為題在線發表在最新一期的《科學》上米樂m6網址。圖源：unsplash什么是憶阻器芯片呢？據介紹，憶阻器（Memristor）是繼電阻、電容、電感之后的第四種電路基本元件。

　　在憶阻器芯片發明之前的傳統芯片都是基于馮·諾依曼模型的，它將存儲器和處理器分開，并通過數據總線進行連接，需要在處理器和內存之間來回移動數據。這種存算分離帶來的高能耗和高延遲、低隱私和低安全性、低適應性和低魯棒性，成為制約算力提升的一大挑戰。

　　為了解決這些問題和挑戰，一種新的計算范式被提出，即存算一體計算范式。存算一體計算范式是指將存儲器和處理器集成在一個芯片上，并利用存儲器本身的物理特性來進行計算。這樣就解決了傳統計算架構范式的不足。圖源：unsplash

　　存算一體計算范式的關鍵是存儲器本身就具有計算功能，為了實現這一點，一種新型的存儲器件被發明，這就是憶阻器。憶阻器是一種像人腦神經元一樣具有記憶功能的電阻器，在斷電之后，它仍能“記憶”起之前通過的電荷。它是電子學領域的一項重大突破，在數據存儲、計算、加密和通信方面都表現出了巨大的潛力。

　　自 2012 年以來，清華大學錢鶴、吳華強、高濱團隊從研發憶阻器件、原型芯片起步，一步步發展到系統集成、計算理論，研制出全球首顆全系統集成的、支持高效片上學習的憶阻器存算一體芯片，所有與學習相關的計算均在該芯片上完成。

　　硬件實測結果顯示，該芯片包含支持完整片上學習所必需的全部電路模塊，在涉及圖像分類、語音識別、控制任務的多個片上學習任務中，該芯片的能耗僅為先進工藝下專用集成電路（ASIC）系統的3%，同時有望實現75倍的能效提升，還能夠有效保護用戶隱私和數據。展示出高適應性、高能效、高通用性、高準確率等特點，極具滿足人工智能時代高算力需求的應用潛力。

　　參考文獻[1]https://www.science.org/doi/full/10.1126/science.ade3483

　　策劃制作

　　本文為科普中國-星空計劃作品

　　出品｜中國科協科普部

　　監制｜中國科學技術出版社有限公司、北京中科星河文化傳媒有限公司作者丨曾心月 科普創作者審核丨黃永光 中國科學院半導體研究所 光電子芯片 副研究員??責編丨鐘艷平 祁媛（實習生）???

　　點亮“在看”

　　一起漲知識！