一枚芯片，集成记忆和计算能力，保护用户隐私的同时还具备类似人脑的自主学习功能，能效相较先进工艺下的专用集成电路系统有约75倍提升。这是清华大学集成电路学院教授吴华强、副教授高滨团队研制出的全球首枚全系统集成、支持高效片上学习的忆阻器存算一体芯片，有望促进人工智能、自动驾驶、可穿戴设备等领域发展。近日，该成果在国际学术期刊《科学》上发表。
忆阻器，学名记忆电阻器，是继电阻、电容、电感之后的第四种电路基本元件。断电后，它仍能“记忆”通过的电荷，一般被当做新型纳米电子突触器件。
此次“芯”突破，研发团队努力了11年。
2012年，团队研究用忆阻器来做存储，但由于材料器件优化和集成工艺不成熟，只能一遍又一遍地在实验室里“试错”。两年后，清华大学与中科院微电子所、北京大学等单位合作，优化忆阻器的器件工艺，制备出高性能忆阻器阵列，成为我国率先实现忆阻器阵列大规模集成的重要基础。
2020年，团队又基于多阵列忆阻器，搭建了一个全硬件构成的完整存算一体系统。这种架构类似“在家办公”的新工作模式，彻底消除了往返通勤的能量消耗，还节约了办公场所的运营成本，在边缘计算和云计算中有广泛的应用前景。
最终，团队创新设计出适用于忆阻器存算一体的高效片上学习的新型通用算法和架构，研制出全球首颗全系统集成的、支持高效片上学习的忆阻器存算一体芯片。相同任务下，该芯片实现片上学习的能耗仅为先进工艺下专用集成电路系统的约3%，同时实现约75倍的能效提升。
“存算一体片上学习在实现更低延迟和更小能耗的同时，能够有效保护用户隐私和数据。”吴华强介绍，该芯片参照仿生类脑处理方式，可实现不同任务的快速“片上训练”与“片上识别”，能够有效完成边缘计算场景下的增量学习任务，以极低的耗电适应新场景、学习新知识，满足用户的个性化需求。比如，有些人习惯在数字“7”的中间加一短横。一开始，芯片不认识这个符号，训练两三个这样书写的“7”后，它就能准确识别了。
摘下“全球首枚”桂冠的芯片，包含支持完整片上学习所必需的全部电路模块，成功完成了图像分类、语音识别和控制任务等多种片上增量学习功能验证，展示出高适应性、高能效、高通用性、高准确率等特点，有效强化智能设备在实际应用场景下的学习适应能力，有望促进人工智能、自动驾驶、可穿戴设备等领域的发展。
放眼未来，吴华强有一个目标——团队的方案、技术能够走出实验室，切切实实推动科研成果转化，致力服务国家所需、社会所需。