新的技術(shù)不僅有利于低精度的神經(jīng)網(wǎng)絡(luò)計(jì)算，而且也有利于高精度的科學(xué)計(jì)算。

　　麻省大學(xué)阿默斯特分校的研究表明，憶阻器設(shè)備可以使用顯著更少的能量解決復(fù)雜的科學(xué)問(wèn)題，克服數(shù)字計(jì)算的主要障礙之一。

　　包括馬薩諸塞大學(xué)阿默斯特分校工程師在內(nèi)的一組研究人員已經(jīng)證明，他們的模擬計(jì)算設(shè)備（稱(chēng)為憶阻器）可以完成復(fù)雜的科學(xué)計(jì)算任務(wù)，同時(shí)繞過(guò)數(shù)字計(jì)算的限制。

　　應(yīng)對(duì)現(xiàn)代計(jì)算挑戰(zhàn)

　　當(dāng)今許多重要的科學(xué)問(wèn)題——從納米級(jí)材料建模到大規(guī)模氣候科學(xué)——都可以使用復(fù)雜的方程來(lái)探索。然而，當(dāng)今的數(shù)字計(jì)算系統(tǒng)在執(zhí)行這些計(jì)算時(shí)在速度、能耗和基礎(chǔ)設(shè)施方面已達(dá)到極限。

　　麻省大學(xué)阿默斯特分校電氣與計(jì)算機(jī)工程系教授、 《科學(xué)》雜志上發(fā)表的這項(xiàng)研究的通訊作者之一夏強(qiáng)飛解釋說(shuō)，利用當(dāng)前的計(jì)算方法，每次想要存儲(chǔ)信息或給計(jì)算機(jī)分配任務(wù)時(shí)，需要在內(nèi)存和計(jì)算單元之間移動(dòng)數(shù)據(jù)。由于復(fù)雜的任務(wù)需要移動(dòng)大量數(shù)據(jù)，人們基本上會(huì)遇到某種處理“交通堵塞”。

　　利用憶阻器技術(shù)徹底改變計(jì)算

　　傳統(tǒng)計(jì)算解決此問(wèn)題的一種方法是增加帶寬。相反，夏強(qiáng)飛和他在馬薩諸塞大學(xué)阿默斯特分校、南加州大學(xué)和計(jì)算技術(shù)制造商 TetraMem 的同事使用模擬憶阻器技術(shù)實(shí)現(xiàn)了內(nèi)存計(jì)算，作為替代方案，可以通過(guò)減少數(shù)據(jù)傳輸次數(shù)來(lái)避免這些瓶頸。

　　該團(tuán)隊(duì)的內(nèi)存計(jì)算依賴(lài)于一種稱(chēng)為憶阻器的電子元件——內(nèi)存和電阻器的組合（控制電路中的電流）。憶阻器控制電路中的電流流動(dòng)，同時(shí)即使在電源關(guān)閉時(shí)也“記住”先前的狀態(tài)，這與當(dāng)今基于晶體管的計(jì)算機(jī)芯片不同，后者只能在通電時(shí)保存信息。憶阻器器件可以被編程為多個(gè)電阻級(jí)別，從而增加一個(gè)單元中的信息密度。

　　提高計(jì)算效率

　　當(dāng)組織成縱橫陣列時(shí)，這種憶阻電路通過(guò)以大規(guī)模并行方式使用物理定律進(jìn)行模擬計(jì)算，從而大大加速矩陣運(yùn)算，這是神經(jīng)網(wǎng)絡(luò)中最常用但非常耗電的計(jì)算。計(jì)算是在設(shè)備現(xiàn)場(chǎng)執(zhí)行的，而不是在內(nèi)存和處理之間移動(dòng)數(shù)據(jù)。夏強(qiáng)飛用交通比喻，將內(nèi)存計(jì)算與疫情時(shí)期最嚴(yán)重時(shí)幾乎空無(wú)一人的道路進(jìn)行了比較：“你消除了傳輸擁堵，因?yàn)椤總€(gè)人都在家工作’，我們同時(shí)工作，但我們只發(fā)送重要的數(shù)據(jù)/結(jié)果?！?/p>

　　此前，這些研究人員證明他們的憶阻器可以完成低精度計(jì)算任務(wù)，例如機(jī)器學(xué)習(xí)，其他應(yīng)用包括模擬信號(hào)處理、射頻傳感和硬件安全。

　　高精度計(jì)算的突破

　　“在這項(xiàng)工作中，我們提出并演示了一種新的電路架構(gòu)和編程協(xié)議，可以使用多個(gè)相對(duì)低精度的模擬器件（例如憶阻器）的加權(quán)和來(lái)有效地表示高精度數(shù)字，同時(shí)大大減少電路開(kāi)銷(xiāo)，與現(xiàn)有的量化方法相比，能量和延遲更低?！毕膹?qiáng)飛說(shuō)。

　　“這篇論文的突破在于我們進(jìn)一步突破了界限，”他補(bǔ)充道?！斑@項(xiàng)技術(shù)不僅有利于低精度的神經(jīng)網(wǎng)絡(luò)計(jì)算，而且也有利于高精度的科學(xué)計(jì)算。”

　　為了進(jìn)行原理驗(yàn)證演示，憶阻器解決了靜態(tài)和隨時(shí)間演化的偏微分方程、納維-斯托克斯方程和磁流體動(dòng)力學(xué)問(wèn)題。

　　“我們把自己推出了自己的舒適區(qū)，”他說(shuō)，超越了邊緣計(jì)算神經(jīng)網(wǎng)絡(luò)的低精度要求，擴(kuò)展到高精度科學(xué)計(jì)算。

　　麻省大學(xué)阿默斯特分校的團(tuán)隊(duì)和合作者花了十多年的時(shí)間來(lái)設(shè)計(jì)合適的憶阻器器件并構(gòu)建用于模擬內(nèi)存計(jì)算的大型電路和計(jì)算機(jī)芯片。“我們過(guò)去十年的研究使模擬憶阻器成為一種可行的技術(shù)?，F(xiàn)在是時(shí)候?qū)⑷绱藗ゴ蟮募夹g(shù)引入半導(dǎo)體行業(yè)，以使廣大的人工智能硬件社區(qū)受益?！毕膹?qiáng)飛說(shuō)。

　　為什么需要存算一體？

　　對(duì)比目前各種計(jì)算芯片動(dòng)輒成百上千瓦的功耗，人類(lèi)大腦只需要約20W就可以實(shí)現(xiàn)靈活高性能的計(jì)算，這啟發(fā)人們重新關(guān)注大腦的結(jié)構(gòu)與特性。與計(jì)算機(jī)傳統(tǒng)的馮·諾依曼架構(gòu)中存算分離的模式不同，實(shí)際生物大腦中的神經(jīng)元既參與計(jì)算又參與存儲(chǔ)，不存在上述的各種存算分離局限，受此啟發(fā)，研究人員設(shè)計(jì)出了存算一體架構(gòu)。

　　存算一體架構(gòu)需要一種既可以作為計(jì)算單元又可以作為存儲(chǔ)單元的器件，憶阻器的特性剛好與之契合。憶阻器是基于器件阻值來(lái)存儲(chǔ)信息的，并且其電阻可以通過(guò)外加的激勵(lì)實(shí)現(xiàn)連續(xù)、可逆的調(diào)節(jié)，在去掉激勵(lì)后仍可以保持當(dāng)前電阻狀態(tài)，這種特性與生物神經(jīng)元突觸非常相似，因此憶阻器也被稱(chēng)為“電子突觸器件”。

　　憶阻器通常由金屬-介質(zhì)-金屬（MIM）的夾層結(jié)構(gòu)組成，包含2層電極和1層憶阻功能層，其電學(xué)特性往往與電極層和功能層密切相關(guān)。依據(jù)不同的工作機(jī)理，廣義上的憶阻器主要包含以下幾種類(lèi)型：阻變隨機(jī)存儲(chǔ)器（RRAM），相變存儲(chǔ)器（PCM），磁隨機(jī)存儲(chǔ)器（MRAM），鐵電存儲(chǔ)器（ferroelectric memory）。

　　審核編輯：黃飛