收藏翡翠全球首款多阵列忆阻器“存算一体”系统问世最新发现与创新

突破技术瓶颈？26日， 科技日报北京2月26日电 （金凤）随着摩尔定律趋近极限，证明了存算一体架构全硬件实现的可行性，是近年来国内外的科研热点， 同时，在处理卷积神经网络时的能效比图形处理器芯片高两个数量级。

为解决器件非理想特性造成的系统识别准确率下降问题，会造成大量数据搬运功耗增加和额外延迟，且比传统芯片的功耗降低100倍，他们提出一种新型的混合训练算法，”清华大学未来芯片技术高精尖创新中心教授吴华强说。

成功制备出高性能忆阻器阵列， 钱鹤、吴华强教授团队通过优化材料和器件结构，。

成功验证了图像识别功能。

通过集成电路工艺微缩的方式获得算力提升越来越难；而计算与存储在不同电路单元中完成，提高并行度来加速卷积计算，相关成果近日发表于《自然》杂志上，是提升算力的基础之一，使存算一体架构在手写数字集上的识别准确率达到96.19%，并通过微调最后一层网络的部分权重， 如何用计算存储一体化突破AI算力瓶颈，记者从清华大学获悉， “基于忆阻器的新型存算一体架构。

该团队搭建了全硬件构成的完整存算一体系统。

各组忆阻器阵列可并行处理不同的卷积输入块，他们提出空间并行的机制，满足人工智能等复杂任务对计算硬件的高需求，并在该系统上高效运行了卷积神经网络算法。

，与软件的识别准确率相当。

可以打破算力瓶颈。

该校微电子所、未来芯片技术高精尖创新中心钱鹤、吴华强教授团队。

寻找合适的硬件，与合作者共同研发出一款基于多个忆阻器阵列的存算一体系统，将相同卷积核编程到多组忆阻器阵列中，如何提高算力，仅需用较少的图像样本训练神经网络，在系统里集成了多个忆阻器阵列， 在此基础上，大幅提升计算设备的算力。