IEEE：憶阻器獲得重大突破

2020-10-03 半導體行業觀察

來源：內容編譯自「IEEE」，謝謝。

限制工程師複製大腦能效和古怪計算技能的一個原因是，他們缺少一種可以獨自發揮神經元作用的電子設備。為此，我們需要一種特殊的設備，該設備的特性比尚未創建的任何設備都要複雜。

惠普實驗室的Suhas Kumar，現任德克薩斯A＆M的R. Stanley Williams和史丹福大學學生Ziwen Wang發明了一種滿足這些要求的設備。使用簡單的直流電壓作為輸入，該設備不僅輸出一些其他設備可以管理的簡單尖峰（spike），還輸出整個神經活動，包括尖峰爆發（bursts of spikes），自我維持的振蕩（self-sustained oscillations）以及其他發生在你的大腦中的事情。他們上周在《自然》雜誌上描述了該裝置。

新器件結合了電阻，電容和莫特憶阻。最關鍵的部分是納米薄的氧化鈮（NbO2）層。

它將電阻，電容和所謂的 Mott memristor 全部集成在同一設備中。憶阻器是一種以電阻形式保存流過它們的電流的器件。Mott memristor 具有附加功能，因為它們還可以反映溫度驅動的電阻變化。處於Mott過渡狀態的材料根據其溫度在絕緣和導電之間轉換。這是自19世紀60年代以來就已經出現的特性，但是直到最近才在納米級設備中進行了探索。

過渡發生在憶阻器中的納米級氧化鈮條（sliver of niobium oxid中。在此，當施加直流電壓時，NbO 2會稍微發熱，從而使其從絕緣轉變為導電。一旦發生這種切換，電容中累積的電荷就會流過。然後，設備冷卻到剛好足以觸發轉換回絕緣狀態。結果是電流尖峰類似於神經元的動作電位。

威廉士說：「我們已經努力五年了。」 「在一個很小的納米級材料結構中，正在發生很多事情。」

根據Kumar的說法，憶阻器發明者Leon Chua預測，如果繪製出可能的設備參數，則行為穩定的區域之間將存在混沌行為區域。在某些混沌區域的邊緣，可以存在執行新的人造神經元功能的設備。

威廉士（Williams）將其歸功於庫馬爾（Kumar），因為她努力地微調設備的材料和物理參數，最終找到了有效的組合。他說：「您不會偶然發現它。」 「在看到這一特性之前，一切都必須是完美的，但是一旦您能夠製造出這種東西，它實際上就非常堅固且可重複。」

他們首先通過構建spiking 版本的布爾邏輯門（NAND和NOR），然後通過構建小型模擬優化電路來對器件進行測試。

要將它們變成實用的設備並將其擴展到可能挑戰當今機器的有用系統的工作量很大。例如，庫瑪（Kumar）和威廉士（Williams）計劃探索在不同溫度下經歷Mott transitions的其他可能材料。NbO2的發生在令人擔憂的800攝氏度。該溫度僅發生在納米級的薄層中，但放大到數百萬個設備，這可能是一個問題。

其他人已經研究了釩氧化物（vanadium oxide），該釩氧化物在更舒適的60°C下轉變。但是，威廉士說，鑑於數據中心的系統通常在100°C下運行，該溫度可能太低。

甚至可能有些材料可以使用其他類型的過渡來達到相同的結果。威廉士說：「發現洋薊材料 ( goldilocks material )是一個非常有趣的問題。」

★ 點擊文末【閱讀原文】，可查看本文原連結。

*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點讚同或支持，如果有任何異議，歡迎聯繫半導體行業觀察。

今天是《半導體行業觀察》為您分享的第2450期內容，歡迎關注。

晶圓｜IP｜SiC｜併購｜射頻｜臺積電｜Nvidia｜蘋果

相關焦點

  • 憶阻器
    2憶阻器的意義 　　憶阻器不同於電容器、電感器和電阻器這3種基本電路元件的地方是，憶阻器在關掉電源後，仍能記憶通過的電荷。這意味著，如果突然停機，然後重新啟動，用戶關機之前打開的所有應用程式和文件仍在屏幕上。
  • 首次在憶阻器中證實碳導電細絲的存在
    記者3月13日從河北大學獲悉，該校閆小兵課題組通過電子能量損失譜和第一性原理計算，首次在憶阻器中證實了碳導電細絲的存在，並通過電場調控實現了仿生神經突觸功能
  • 清華實現完整硬體CNN,憶阻器陣列效能高過GPU兩個數量級
    基於憶阻器陣列可以實現基於物理定律（歐姆定律和基爾霍夫定律）的並行計算，同時實現存儲與計算一體化，突破「馮諾依曼瓶頸」對算力的限制。一方面，隨著摩爾定律放緩，通過集成電路工藝微縮的方式獲得算力提升越來越難，另一方面，在傳統「馮諾依曼」架構中，計算與存儲在不同電路單元中完成，會造成大量數據搬運的功耗增加和額外延遲。fHhEETC-電子工程專輯阿里達摩院在2020年1月發布了《2020十大科技趨勢》報告，其中第二大趨勢為「計算存儲一體化突破AI算力瓶頸」。
  • 憶阻器材料成分的突破:對憶阻器的功能行為的系統控制
    憶阻器（memristor），又名記憶電阻（英語：memory resistors），如同電阻器，憶阻器能產生並維持一股安全的電流通過某個裝置。但是與電阻器不同的地方在於，憶阻器可以在關掉電源後，仍能「記憶」先前通過的電荷量。世界各地的科學家都在致力於憶阻設備的研究，這些設備消耗的功率極低，其行為類似於大腦中的神經元。
  • 憶阻器類腦晶片與人工智慧
    信息大爆炸時代急速增加對存儲能力的需求，開發小尺寸多值非易失存儲器可廣泛服務於軍事和民用領域，符合國家重大需求。憶阻材料和器件是實現小尺寸多值非易失存儲器的最佳方式，應當大力發展。降低能耗提高效率是信息處理晶片的最終發展方向，類腦晶片具有低功耗高效率的先天優勢，會成為未來信息處理晶片的最終選擇，具有巨大的市場前景。憶阻材料和器件是構建類腦晶片的基 礎，加大對其科技投入具有重要現實意義。
  • 何為憶阻器?
    來自新加坡、美國和印度的國際團隊研究出一種新型有機憶阻器，不只速度快且穩定性高，保存資料的時間更打破原有紀錄。此外，憶阻器與人腦神經突觸的屬性類似，可能可以幫助模擬人腦的特徵，加速人工智慧的進展。但由於技術上的困難，憶阻器的概念提出時只被視為理論上的存在。
  • 中國科學家提出基於憶阻器陣列的新型腦機接口
    清華大學研發的基於憶阻器陣列的腦電信號處理系統正在測試中。來自清華大學的科研團隊提出基於憶阻器陣列的新型腦機接口，相關研究成果日前在線發表於《自然·通訊》。主流腦機接口中的神經信號分析模塊由基於矽電晶體的集成電路構成，但隨著腦機接口中的信號採集通道數的增加，系統面臨著高功耗和延時等方面的挑戰，這也是制約腦機接口技術在植入式或可攜式醫療系統中應用的重要瓶頸之一。
  • 什麼是憶阻器?
    憶阻器，英文名為memristor, 該單詞由memory+resistor各取一半構成，其同時具備電阻和存儲的性能。這個概念最早由UC Berkley的蔡少棠教授在1971年提出。接下來聊一聊憶阻器和AI晶片之間的關係。經典的計算機架構為馮·諾依曼架構，在CPU中，計算處理單元與內存是互相分離的：計算處理單元根據指令從內存中讀取數據，數據完成計算處理後，重新存儲到內存。隨著處理器性能的提升，但是內存訪問的速度並沒有相應提升，導致處理器可能處於等待數據的狀態，其性能無法得到充分發揮，即所謂的內存牆問題。
  • 納米科學:實驗證明了憶阻器的工作原理!
    納米科學：實驗證明了憶阻器的工作原理！這一結果是設計這些固態器件的重要一步，可用於未來的計算機存儲器，這些存儲器運行速度更快，壽命更長，能耗比現今的快閃記憶體更少。「我們需要這樣的信息才能設計出能夠在商業上取得成功的憶阻器，」HPE科學家，該集團技術論文的第一作者Suhas Kumar說。憶阻器在理論上於1971年被提出作為電阻器，電容器和電感器的第四個基本電子器件元件。其核心是夾在兩個電極之間的一小塊過渡金屬氧化物。
  • 納米黃金粒子「出手」 蠶絲變身超快蛋白質基憶阻器
    該團隊首次在國際上製備出具有革命性的絲素蛋白介觀雜化材料，構建出高性能、高穩定性、低能耗的可實用的蠶絲雜化介觀憶阻器及人工神經突觸。        「該成果的突破，對未來實現可植入生物電子傳感與計算、在體（在活體內)實時人工智慧計算，以及遠程人性化人工智慧醫療等，具有開創性意義。」
  • 「人造大腦」取得重大突破!
    以 Vincent Garcia 為首的法國科研人員，近日在該領域取得了突破：在晶片上直接創製出能夠學習的人工神經突觸，以及能夠解釋其學習能力的物理模型。該研究為創造人工神經突觸網絡，因而開發出更快速高效的人工智慧系統打開了一扇大門。
  • 中國核聚變獲得重大突破意味著什麼?
    誰在哪個能源領域取得突破，誰就佔領了科技制高點，軍事制高點和航天制高點。中國核聚變獲得重大突破，說明中國在核能的研究、開發和利用上走在了世界前例，其意義非常重大。這意味著中國將有可能率先擁有人類終極能源之一。那麼什麼是核能、核裂變和核聚變呢？所謂核能是指核裂變能的簡稱。它包括重核裂變與輕核聚變。
  • 清華類腦晶片再登Nature: 全球首款基於憶阻器的CNN存算一體晶片
    被認為具有「存算一體」潛力的憶阻器，因而成為類腦計算領域的熱門器件，被寄予提高算力，突破技術瓶頸的厚望。基於多個憶阻器陣列實現的存算一體化開發板該陣列晶片以憶阻器替代經典計算機底層的電晶體，以更小的功耗和更低的硬體成本大幅提升計算設備的算力，在一定程度上突破了傳統計算框架「馮諾依曼瓶頸」的限制：大幅提升算力的同時，實現了更小的功耗和更低的硬體成本。
  • 能效比GPU高兩個數量級,清華大學研製首款多陣列憶阻器存算一體系統
    集微網消息，近日，清華大學微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊與合作者在《自然》在線發表了研究論文，報導了基於憶阻器陣列晶片卷積網絡的完整硬體實現。該成果所研發的首款基於多個憶阻器陣列的存算一體系統，在處理卷積神經網絡（CNN）時的能效比圖形處理器晶片（GPU）高兩個數量級，大幅提升了計算設備的算力，成功實現以更小的功耗和更低的硬體成本完成複雜的計算。
  • 憶阻器的神經形態計算
    在《Nano》雜誌上發表的一篇論文中，研究人員研究了憶阻器在神經形態計算中的作用。這種新穎的基礎電子元件支持以低成本和低功耗克隆生物神經系統。當代計算系統無法應對大數據時代尺寸縮小和計算速度的關鍵挑戰。馮-諾依曼瓶頸被稱為通過連接處理器和存儲器單元的總線進行數據傳輸的阻礙。
  • ...全球首款基於憶阻器的CNN存算一體晶片,能效高出GPU兩個數量級
    被認為具有「存算一體」潛力的憶阻器，因而成為類腦計算領域的熱門器件，被寄予提高算力，突破技術瓶頸的厚望。基於多個憶阻器陣列實現的存算一體化開發板該陣列晶片以憶阻器替代經典計算機底層的電晶體，以更小的功耗和更低的硬體成本大幅提升計算設備的算力，在一定程度上突破了傳統計算框架「馮諾依曼瓶頸」的限制：大幅提升算力的同時，實現了更小的功耗和更低的硬體成本。
  • 電路世界有第四種基本元件 美科學家證實憶阻器
    美國惠普公司實驗室研究人員在5月1日出版的英國《自然》雜誌上發表論文宣稱，他們已經證實了電路世界中的第四種基本元件———記憶電阻器，簡稱憶阻器（Memristor）的存在，並成功設計出一個能工作的憶阻器實物模型。
  • 清華造人工神經網絡晶片,憶阻器陣列效能高過GPU兩個數量級
    eYyednc憶阻器陣列當前國際上的相關研究還停留在簡單網絡結構的驗證，或者基於少量器件數據進行的仿真，基於憶阻器陣列的完整硬體實現仍然有很多挑戰：器件方面，製備高一致、可靠的多值憶阻器陣列仍是挑戰；系統方面，受憶阻器的阻變機理制約，器件固有的非理想特性（如器件間波動，器件電導卡滯，電導狀態漂移等）會導致計算準確率降低
  • 有了憶阻器,「超級人工大腦」不再是夢
    原標題：有了憶阻器，「超級人工大腦」不再是夢 　　「如果把用憶阻器技術開發出的人工智慧晶片應用在手機裡面，晶片功耗會大大降低，手機充一次電就可以用兩天。」10月27日，在接受科技日報記者專訪時，清華大學微電子學研究所教授錢鶴這樣通俗地解釋憶阻器將給普通民眾生活帶來的變化。 　　當前，人工智慧發展迅猛。然而，在錢鶴看來，如果要發展更為強大的人工智慧，即像人一樣的機器人，表現出與人類一樣熟練和靈活的行為，憶阻器的作用不可忽視。
  • 憶阻器的想像力 第四電路元件將如何改變世界—新聞—科學網
    他將這種當時並不存在的元件命名為「憶阻器」。 「沉寂」37年之後，惠普實驗室發現，他們三年前在實驗室製成的某個器件正好符合憶阻特性，足以證實憶阻器的物理存在。《憶阻器找到了！》——這篇同題文章經《自然》雜誌報導後，在國際學術界和工業界引起了轟動。 近5年來，關於憶阻器的研發進展如雨後春筍般湧現，並大大超出了人們的預期。