|
來(lái)源：清華新聞網(wǎng) 5月12日，清華大學(xué)微電子所錢(qián)鶴、吳華強課題組在《自然通訊》（Nature Communications）在線(xiàn)發(fā)表了題為 “運用電子突觸進(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模提高了一個(gè)數量級，首次實(shí)現了基于1024個(gè)氧化物憶阻器陣列的類(lèi)腦計算。該成果在最基本的單個(gè)憶阻器上實(shí)現了存儲和計算的融合，采用完全不同于傳統“馮·諾依曼架構”的體系，可以使芯片功耗降低到原千分之一以下。 在人工智能日益火熱的今天，由于“馮·諾依曼架構”存在“存儲墻瓶頸”，現有計算平臺無(wú)法高效實(shí)現相關(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)，構成復雜的神經(jīng)網(wǎng)絡(luò )。人腦的突觸能同時(shí)進(jìn)行記憶和計算，這與“馮·諾依曼架構”存在著(zhù)顯著(zhù)不同。2008年憶阻器的發(fā)現，可以將存儲和計算在同一個(gè)器件實(shí)現，憶阻器因此被認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、可大規模集成等優(yōu)勢。因此，基于憶阻器所搭建的類(lèi)腦計算硬件系統具有功耗低和速度快的優(yōu)勢，成為國際研究熱點(diǎn)。 清華微電子所錢(qián)鶴、吳華強課題組的研究基于電子突觸陣列搭建了神經(jīng)網(wǎng)絡(luò )硬件系統的原型，并提出了與新型硬件架構相匹配的操作方式，用來(lái)實(shí)現在線(xiàn)學(xué)習，以滿(mǎn)足不同應用場(chǎng)景的需求。論文采用耶魯大學(xué)人臉圖片庫（Yale Face）實(shí)驗驗證了系統人臉識別功能。實(shí)驗表明，該原型系統達到了與現有CPU接近的識別率和泛化能力，相較于現有的基于“馮·諾依曼架構”的Intel 至強（Xeon） Phi處理器，該原型系統具有1000倍以上的能耗優(yōu)勢。 近年來(lái)，錢(qián)鶴、吳華強課題組致力于類(lèi)腦計算芯片研究，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 )算法的硬件系統實(shí)現。課題組在《納米快報》（Nano Letters），《先進(jìn)材料》（Advanced Materials），《科學(xué)報告》（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、國家重點(diǎn)研發(fā)計劃、自然科學(xué)基金項目等支持。 |
