2017年12月13日19時(shí)，清華大學(xué)錢鶴教授做客我院主辦的“類腦芯片技術(shù)與應(yīng)用專題”系列講座，在教1-108教室為國科大學(xué)子帶來了一場(chǎng)題為“新型阻變存儲(chǔ)器及其類腦芯片中的應(yīng)用”的精彩講座。
講座開場(chǎng)，錢鶴教授分析道當(dāng)前存儲(chǔ)器的性能已成為信息系統(tǒng)性能的瓶頸，主要表現(xiàn)在Flash速度過慢，導(dǎo)致“存儲(chǔ)墻”、“功耗墻”等問題，以及信息存儲(chǔ)與計(jì)算分離，這些成為大數(shù)據(jù)處理實(shí)時(shí)性的瓶頸。因此，需要探索高速、可融合計(jì)算與存儲(chǔ)的新型器件來解決這些問題。目前主流的Flash存儲(chǔ)器在尺寸縮小以及性能方面面臨著很大的挑戰(zhàn)，而憑借速度快、器件尺寸小、結(jié)構(gòu)簡單、易于三維集成等特點(diǎn)的新型阻變存儲(chǔ)器受到了廣泛的關(guān)注。隨后，錢鶴教授介紹了阻變存儲(chǔ)器（RRAM）原理，以及目前清華大學(xué)基于RRAM進(jìn)行的芯片設(shè)計(jì)情況。
錢鶴教授提到“存儲(chǔ)與計(jì)算融合是類腦芯片發(fā)展的方向”。以“AlphaGo世紀(jì)大戰(zhàn)”為例，指出基于傳統(tǒng)硬件的人工智能與人腦相比存在難以逾越的鴻溝，需要開發(fā)全新功能和結(jié)構(gòu)的新硬件! 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)元之間通過成千上萬個(gè)神經(jīng)突觸連接起來，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。隨后，錢鶴教授指出，憶阻器為存儲(chǔ)與計(jì)算融合提供了器件支撐。憶阻器作為阻變存儲(chǔ)器的特殊形式，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。另外，錢鶴教授介紹了基于憶阻器所搭建的類腦計(jì)算硬件系統(tǒng)在圖像識(shí)別中的應(yīng)用，該項(xiàng)研究受到了廣泛的關(guān)注。隨后，錢鶴教授還介紹了新型阻變存儲(chǔ)器在信息安全方面的應(yīng)用，指出了新型阻變存儲(chǔ)器用于PUF的優(yōu)缺點(diǎn)。
最后，錢鶴教授指出，隨著“Scaling down”日益接近傳統(tǒng)器件結(jié)構(gòu)的物理極限，以新材料、新結(jié)構(gòu)、新原理器件為主要特征的“后摩爾時(shí)代”正在來臨；新型存儲(chǔ)器正是眾多新結(jié)構(gòu)、新原理器件中的一種，它較傳統(tǒng)Flash器件在擦寫速度和循環(huán)次數(shù)等方面高出幾個(gè)數(shù)量級(jí)，并可實(shí)現(xiàn)憶阻器的功能，有望支撐存儲(chǔ)與計(jì)算融合的全新計(jì)算模式；類腦計(jì)算、PUF等全新的應(yīng)用有望帶來革命性變革。
聯(lián)系客服
