5月12日，清華大學(xué)微電子所錢(qián)鶴、吳華強(qiáng)課題組在《自然通訊》（Nature Communications）在線發(fā)表了題為 “運(yùn)用電子突觸進(jìn)行人臉?lè)诸?lèi)”（“Face Classification using Electronic Synapses”）的研究成果，將氧化物憶阻器的集成規(guī)模提高了一個(gè)數(shù)量級(jí)，首次實(shí)現(xiàn)了基于1024個(gè)氧化物憶阻器陣列的類(lèi)腦計(jì)算。該成果在最基本的單個(gè)憶阻器上實(shí)現(xiàn)了存儲(chǔ)和計(jì)算的融合，采用完全不同于傳統(tǒng)“馮·諾依曼架構(gòu)”的體系，可以使芯片功耗降低到原千分之一以下。

類(lèi)腦計(jì)算示意圖

在人工智能日益火熱的今天，由于“馮·諾依曼架構(gòu)”存在“存儲(chǔ)墻瓶頸”，現(xiàn)有計(jì)算平臺(tái)無(wú)法高效實(shí)現(xiàn)相關(guān)算法，功耗成為制約因素。相比之下，人腦可以快速、低功耗地完成各種學(xué)習(xí)任務(wù)。人腦中大約有1000億個(gè)神經(jīng)元，每個(gè)神經(jīng)元之間通過(guò)成千上萬(wàn)個(gè)神經(jīng)突觸連接起來(lái)，構(gòu)成復(fù)雜的神經(jīng)網(wǎng)絡(luò)。人腦的突觸能同時(shí)進(jìn)行記憶和計(jì)算，這與“馮·諾依曼架構(gòu)”存在著顯著不同。2008年憶阻器的發(fā)現(xiàn)，可以將存儲(chǔ)和計(jì)算在同一個(gè)器件實(shí)現(xiàn)，憶阻器因此被認(rèn)為是最具潛力的電子突觸器件。通過(guò)在器件兩端施加電壓，可以靈活地改變其阻值狀態(tài)，從而實(shí)現(xiàn)突觸的可塑性。此外，憶阻器還具有尺寸小、操作功耗低、可大規(guī)模集成等優(yōu)勢(shì)。因此，基于憶阻器所搭建的類(lèi)腦計(jì)算硬件系統(tǒng)具有功耗低和速度快的優(yōu)勢(shì)，成為國(guó)際研究熱點(diǎn)。

清華微電子所錢(qián)鶴、吳華強(qiáng)課題組的研究基于電子突觸陣列搭建了神經(jīng)網(wǎng)絡(luò)硬件系統(tǒng)的原型，并提出了與新型硬件架構(gòu)相匹配的操作方式，用來(lái)實(shí)現(xiàn)在線學(xué)習(xí)，以滿足不同應(yīng)用場(chǎng)景的需求。論文采用耶魯大學(xué)人臉圖片庫(kù)（Yale Face）實(shí)驗(yàn)驗(yàn)證了系統(tǒng)人臉識(shí)別功能。實(shí)驗(yàn)表明，該原型系統(tǒng)達(dá)到了與現(xiàn)有CPU接近的識(shí)別率和泛化能力，相較于現(xiàn)有的基于“馮·諾依曼架構(gòu)”的Intel 至強(qiáng)（Xeon） Phi處理器，該原型系統(tǒng)具有1000倍以上的能耗優(yōu)勢(shì)。

近年來(lái)，錢(qián)鶴、吳華強(qiáng)課題組致力于類(lèi)腦計(jì)算芯片研究，尤其是基于氧化物憶阻器的電子突觸器件的制備和優(yōu)化，以及基于憶阻器件的神經(jīng)網(wǎng)絡(luò)算法的硬件系統(tǒng)實(shí)現(xiàn)。課題組在《納米快報(bào)》（Nano Letters），《先進(jìn)材料》（Advanced Materials），《科學(xué)報(bào)告》（Scientific Reports）等期刊已發(fā)表多篇論文。

清華大學(xué)微納電子系博士生姚鵬是該論文的第一作者，清華大學(xué)微電子所吳華強(qiáng)副教授是該論文的通訊作者。該研究工作是與斯坦福大學(xué)的合作成果，并得到了北京市未來(lái)芯片技術(shù)高精尖創(chuàng)新中心、國(guó)家重點(diǎn)研發(fā)計(jì)劃、自然科學(xué)基金項(xiàng)目等支持。