近日，清華大學發(fā)布的一顆憶阻器存算一體芯片，火了。該芯片的火爆源于一個月前，清華大學發(fā)的一篇論文：

2023年9月14日，清華大學吳華強及高濱共同通訊在Science在線發(fā)表題為“Edge learning using a fully integrated neuro-inspired memristor chip”的研究論文，論文顯示，團隊基于存算一體計算范式，研制出全系統(tǒng)集成、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。

“憶阻器存算一體”這一概念瞬間引爆學界與產(chǎn)業(yè)界，甚至登上了微博高位熱搜。據(jù)筆者獲悉，清華大學所用的憶阻器件就是RRAM（ReRAM）。

此次清華大學科研成果的意義，不僅在于研發(fā)出首顆基于憶阻器（RRAM）的片上學習存算一體芯片，更在于為產(chǎn)業(yè)界存算一體存儲介質(zhì)的應用和發(fā)展給出了更多方向，以及在技術實踐上的引導性意見。

本文試圖探究，學界與產(chǎn)界為何要選擇研發(fā)該路線？該路線的發(fā)展前景如何？

PART-01

憶阻器存算一體是為何物？

無論是從其官方表述，還是論文中“可重構的憶阻器存算一體架構圖”，我們都能明確知道，清華大學所說憶阻器便是阻變存儲器RRAM（ReRAM）。

2022年9月，清華大學集成電路學院錢鶴、吳華強教授課題組聯(lián)合斯坦福大學、加州大學圣地亞哥分校（UCSD）、圣母大學等在《自然》（Nature）發(fā)表的題為A compute-in-memory chip based on resistive random-access memory研究論文。

該論文報道了一款基于憶阻器（阻變存儲器）的存算一體芯片NeuRRAM。該芯片具有可重新配置的計算核心（reconfiguring CIM cores），可以兼容不同的模型結構。



（可重構的憶阻器存算一體架構圖源：清華大學） 專家表示，從定義來看，憶阻器(英文：memristor)為電阻受先前通過電荷量控制的電子器件，其特點為通常具有電流電壓蝴蝶形回滯曲線。憶阻器的概念最早由蔡少棠教授提出，最早由阻變存儲器，即RRAM實驗驗證，因此經(jīng)常以RRAM作為憶阻器的代表。

當然，嚴格來說，根據(jù)材料和物理機制，憶阻器件可分為阻變存儲器（Resistive Random-Access Memory, 簡稱RRAM或ReRAM)，相變存儲器（PCRAM），磁隨機存儲器（MRAM）和鐵電隨機存儲器（FeRAM）等不同種類。此外還有光電憶阻器、有機材料憶阻器、流體憶阻器等。

也就是說，憶阻器有著諸多選項，那么為何要選擇阻變存儲器RRAM？

我們都知道的是，傳統(tǒng)馮·諾依曼結構下，數(shù)據(jù)的存儲和計算相互分離，即數(shù)據(jù)存儲在儲存器中，需要計算時再把它搬運到運算器里。然而，AI類應用（例如大模型）需要對大量數(shù)據(jù)進行矩陣運算，其核心是乘法和加法，在此情形下算力是比較吃緊的，面臨著很大挑戰(zhàn)。

如何拉近“存”“算”距離，即打破存儲墻，成為AI計算的當務之急，清華大學給的解決方案便是基于憶阻器（RRAM）的存算一體。

具體來說，如果用交叉陣列的方式做憶阻器，就可獲得一種與矩陣很類似的結構，這種結構既可以存數(shù)據(jù)，也可以做計算。需要存儲時，憶阻器本身就是存儲器；而需要運算時，也無需把數(shù)據(jù)從存儲器中搬到運算器里，因為憶阻器可直接用歐姆定律來做乘法運算。

如此，數(shù)據(jù)便能“原地”計算，大大降低了由于數(shù)據(jù)“跑來跑去”所帶來的消耗。

除此之外，憶阻器（RRAM）還有著其他優(yōu)點：比如尺寸小、速度快、與 CMOS（互補式金氧半導體）工藝可兼容等。

?

于是，又能算又能存的憶阻器（RRAM）成了緩解算力焦慮的良藥，引得包括清華大學在內(nèi)的多方精英競相布局。

PART-02

憶阻器（RRAM），學界與產(chǎn)界公認的存算一體最佳器件

盡管有著諸多好處，憶阻器（RRAM）作為存儲器的發(fā)展卻十分坎坷。

2000年便有企業(yè)著手研發(fā)——夏普購買了美國休斯敦大學憶阻器（RRAM）的相關專利進行相關布局，但到了去年才真正在業(yè)內(nèi)迎來應用的爆發(fā)。

那么，為何憶阻器（RRAM）在去年才迎來爆發(fā)時刻？

這是因為，根據(jù)以往經(jīng)驗，找到合適的賽道，往往是存儲器大放光彩的轉折點。現(xiàn)如今，憶阻器（RRAM）作為存算一體AI計算的存儲介質(zhì)，在AI大算力場景發(fā)光發(fā)熱。 例如NOR Flash，便是憑借更快的讀取速度、可隨機訪問等特點，在功能機時代奪得一席之地；所以，當功能機時代過去后，NOR Flash一度低迷。

而當外掛一個高可靠性、快速讀取的存儲器又成為解決AMOLED面板的藍色光會隨時間消退的問題的最優(yōu)解，NOR Flash，又隨著AMOLED的需求迎來自己的第二春。 而在存算一體芯片的存儲器件選擇中，基于憶阻器（RRAM）設計的存算一體芯片具有非易失性、讀寫速度快、穩(wěn)定性強、功耗低、 CMOS工藝兼容、微縮化發(fā)展天花板高等優(yōu)勢，相比于SRAM、Flash，憶阻器（RRAM）更適用于存算一體AI大算力賽道。

不過，據(jù)EETOP表示，憶阻器依然面臨著嚴峻的挑戰(zhàn)，其中一個關鍵挑戰(zhàn)就是模擬計算的誤差累積。

在機器之心有關清華大學可重構數(shù)字存算一體架構主題的文章中提到，模擬計算由于工藝偏差、信號噪聲等因素容易產(chǎn)生計算誤差，通常最高只能支持INT8數(shù)據(jù)格式，難以支持更高位寬計算。

這就導致當前的模擬存算一體AI芯片通常只能同時激活很小部分存儲器陣列。這限制了它們單位面積下的計算能力，使得兼顧能效和精度變得更加困難。

而數(shù)字存算一體并不受信噪比影響，精度可以達32bit甚至更高，且可支持浮點計算。同時，數(shù)字存算一體對于不同制造工藝、電源電壓和溫度的變化呈現(xiàn)很強的魯棒性。

故，相比于模擬存算，數(shù)字存算的方式可以實現(xiàn)更高的運算精度以及更好的可靠性。

據(jù)筆者對國內(nèi)存算一體項目的了解，現(xiàn)階段僅有億鑄科技基于憶阻器（RRAM）實現(xiàn)了數(shù)字存算一體POC芯片的回片及成功驗證。據(jù)悉，公司名中“億鑄”二字便來源于憶阻器中“憶阻”二字的諧音。

而億鑄科技這顆存算一體POC芯片是首顆基于憶阻器（RRAM）的面向數(shù)據(jù)中心、云計算、自動駕駛等大算力場景的存算一體芯片。該芯片的能效比表現(xiàn)，遠超預期——能夠達到同等工藝下傳統(tǒng)架構AI算力芯片的20倍以上。

現(xiàn)如今，隨著工藝的不斷成熟，學界關于憶阻器（RRAM）存算一體的研究正愈發(fā)積極：在2022年度ISSCC會議上，臺積電發(fā)表六篇關于存內(nèi)計算存儲器IP的論文，大力推進基于憶阻器（RRAM）的存內(nèi)計算方案。

而在產(chǎn)業(yè)界中，億鑄科技從公司創(chuàng)立之初就堅定地選擇憶阻器（RRAM）存算一體路線。

盡管過去業(yè)內(nèi)對憶阻器（RRAM）有著“不夠成熟、主要面向小算力應用場景”等誤解，不過自2023年始，多家存算一體AI芯片初創(chuàng)公司也紛紛公開表示，未來將布局基于憶阻器（RRAM）的存算一體產(chǎn)品。

例如，在2023光錐智能線上對談之中，以研發(fā)SRAM存算芯片為主的蘋芯科技創(chuàng)始人楊越表示，以RRAM為代表的新型存儲器在低功耗和存儲密度方面存在天然的優(yōu)勢，在過去五年里工藝和良率有大幅度提升。

在2023 AI芯片峰會上，同樣是以研發(fā)SRAM存算芯片為主的千芯科技董事長陳巍直言憶阻器（RRAM）存算一體的好處：以RRAM為代表的存算一體方案的存儲架構縮短為兩層，幾乎是大模型運算的極限，因此更有助于進行大模型的運算。

現(xiàn)如今，基于馮諾依曼傳統(tǒng)架構的摩爾定律走向物理極限，“算力焦慮”無法再通過提升先進制程緩解。以憶阻器(RRAM)存算一體等為代表的一系列新技術，才是真正的“對癥下藥”。

越來越多的AI芯片廠商們，正通過硬件層面的革新，把AI技術，帶進數(shù)據(jù)中心、自動駕駛等大算力場景之中。

憶阻器（RRAM）存算一體，終于迎來自己的“美麗人生”。

審核編輯：劉清