新研究:深入理解憶阻器的工作方式!

2020-12-06 環球創新智慧

導讀

近日，荷蘭格羅寧根大學的物理學家們研究了憶阻器，一種有記憶功能的非線性電阻。他們的憶阻器由摻雜鈮的鈦酸鍶製成，可以模仿神經元的工作方式。

背景

傳統計算機的比特位是二進位的：要麼是0，要麼是1。相比而言，大腦中的神經元具有各種各樣不同的內部狀態，這些狀態取決於它們接受到的輸入。因此，大腦能以一種比計算機能效更高的方式處理信息。

神經元（圖片來源：維基百科）

大腦在許多方面都優於傳統的計算機。腦細胞使用的能量更少，處理信息更快，更具適應能力。腦細胞響應外部刺激的方式取決於它們接收到的信息，這些信息會使得神經元變得興奮或者受到抑制。

此外，大腦在計算方面的一個重要優勢在於：體系結構。

在傳統的馮諾依曼體系結構的計算機中，CPU與內存相互分離，內存負責存儲程序指令與數據，CPU負責執行指令和處理相關數據，數據需要在CPU和內存之間來回移動。可是，CPU運算速度增長較快，內存訪問速度增長較慢，因此帶來了速度不匹配的問題，即所謂的「馮·諾依曼瓶頸」和「內存牆」問題。這個問題限制了系統帶寬，增加了系統功耗。

相比之下，人腦則處於全方位的互聯狀態，人腦中的邏輯和記憶緊密關聯，其密度和多樣性均是現代計算機的數十億倍。

神經形態計算，也稱為腦啟發計算，擺脫了馮·諾依曼建立的計算結構，模擬大腦處理、加工信息的過程，將負責數據存儲和處理的單元整合到同一塊晶片中。神經形態晶片能效更高、性能更強，能更快速、更高效地學習數據。

（圖片來源：Wei Lu）

然而，對於下一代神經網絡和神經形態計算來說，最有前景的硬體單元就是：憶阻器。

憶阻器，英文名 「Memristor」 ，是英文 Memory（記憶）和 Resistor（電阻）兩個詞的混成詞。顧名思義，憶阻器與記憶和電阻都有關係。最早提出憶阻器概念的人，是任教於美國柏克萊大學的華裔科學家蔡少棠，時間是1971年。蔡教授推斷在電阻、電容和電感器之外，應該還有一種元件，代表著電荷與磁通量之間的關係。

概念上對稱的電阻、電容、電感和憶阻器

（圖片來源：維基百科）

憶阻器的電阻會隨著通過的電流量而發生變化，就算電路斷電，電流停止，其電阻值仍然會被保留，直到有反向電流通過才會返回原狀。通過控制電流的變化可改變其阻值，如果把高阻值定義為「1」，低阻值定義為「0」，這種電阻就可以實現存儲數據的功能。

憶阻器陣列的電子顯微鏡圖像（圖片來源：Yeonjoo Jeong / 密西根大學納米電子小組）

創新

近日，荷蘭格羅寧根大學（UG）的物理學家們研究了憶阻器，一種有記憶功能的非線性電阻。他們的憶阻器由摻雜鈮的鈦酸鍶（niobium-doped strontium titanate）製成，可以模仿神經元的工作方式。

下圖中，左：大腦一小部分的簡化表示，神經元通過突觸接收、處理、傳遞信號。右：閂形陣列，通過這些設備可以實現的一種可能的架構。憶阻器，就像大腦中的突觸，可以改變其導電性，從而使得連接變得弱化或者強化。

（圖片來源：功能材料自旋電子學研究小組，格羅寧根大學）

他們的研究成果發表在期刊《Journal of Applied Physics》上。

技術

論文第一作者、格羅寧根大學研究人員 Anouk Goossens 測試了由摻雜鈮的鈦酸鍶製成的憶阻器。憶阻器的導電性由電場以模擬的方式控制。Goossens 表示：「我們利用了系統切換電阻的能力，通過施加電壓脈衝控制電阻，並且利用一個低電壓，讀出不同狀態的電流。脈衝的強度決定了設備的電阻。我們可以實現的電阻比至少是1000，然後隨著時間推移測量所發生的情況。」 Goossens 特別感興趣的是電阻狀態隨時間發生的變化。

她觀察設置電阻的脈衝持續時間，判斷「記憶」可以持續多久。脈衝持續期在1秒至2分鐘之間，而「記憶」持續1小時至4小時之間。更進一步說，她發現在100個開關周期之後，材料並沒有「疲乏」的跡象。

論文第一作者 Anouk Goossens

（圖片來源：格羅寧根大學）

價值

Goossens 表示：「通過這麼做，你可以完成不同的事情。通過不同的方式『訓練』設備，採用不同的脈衝，我們可以改變它的行為。電阻隨著時間變化的情況也是有價值的。這些系統會忘卻，就像大腦一樣。這讓我可以將時間作為一個參數。」

此外，Goossens 製造的設備，在同一個設備中，結合了記憶與處理的能力。這種架構比傳統的計算機架構更加高效，傳統的架構中，存儲（磁性硬碟）和處理（CPU）是分開的。

在採用她設計的設備創造類腦電路之前，Goossens 計劃通過實驗真正理解材料中所發生的情況。她說：「如果我們不能準確把握它的工作方式，也就無法解決可能會發生在這些電路中的問題。所以，我們必須理解材料的物理特性，它做了些什麼？為什麼會是這樣？」

Goossens 想要會回答的問題包括，什麼樣的參數影響其達到的狀態。「如果我們製造出100個這樣的設備，它們的工作方式相同嗎？如果不同，那麼就存在設備之間的差異。然而這不一定成問題，畢竟大腦中的所有的元件也不一定相同。」

關鍵字

憶阻器、類腦計算、存儲技術

參考資料

【1】https://www.rug.nl/sciencelinx/nieuws/2018/10/20181020_goossens

【2】http://dx.doi.org/10.1063/1.5037965

相關焦點

  • 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。儘管在理解這種轉換的本質方面取得了進展，但在設計商業上成功的電路時重要的細節仍然存在爭議。例如，移動原子的力，導致切換期間的劇烈阻力變化仍然存在爭議。近年來，該小組研究了用鈦，鉭和釩的氧化物製成的憶阻器。
  • 《自然》雜誌:中國學者研究出微型生物憶阻器模擬大腦神經突觸
    僅在10年前，科學家們致力於希望利用憶阻器的「記憶」功能打開神經形態計算新領域，希望使用這種憶阻器的微電子工具，能夠像真實的大腦神經突觸一樣運作或操作。現在，美國麻薩諸塞州大學電氣與計算機工程系應用生命科學研究所（IALS）的一個研究團隊，發現了在更好地理解蛋白質納米線的過程中，如何使用這些導電的生物細絲製成神經形態憶阻器裝置。
  • 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。
  • 憶阻器
    目前，這種用途還不能被任何電阻器、電容器和電感器的電路組合所複製，因此，有業內專家認為，憶阻器是電子工程領域第4種基本電路元件。3憶阻器的屋物理理論 　　在憶阻器中，磁通量（ΦB）受到累積的電荷（q）所影響。
  • 什麼是憶阻器?
    藉此機會，小豆芽搜集了下相關資料，深入了解下憶阻器。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。
  • 完全使用憶阻器實現CNN,清華大學微電子所新研究登上Nature
    基於憶阻器的神經形態計算研究覆蓋大量主題，從設備優化到系統實現不一而足。一些研究展示了與內存內計算實際應用相關的實驗。最近的研究報告了雙層和三層憶阻器感知器在 MNIST 手寫數字數據集上的圖像識別結果。但是，沒有一個 CNN 是在完全基於憶阻器的硬體系統中實現的。
  • 憶阻器類腦晶片與人工智慧
    Yang團隊[11]研製出擴散型憶阻器，構建了全憶阻硬體神經網絡，探索了憶阻神經網絡在完成圖像識別、圖像壓縮和步態識別等任務中的應用；Waser團隊[12]深入研究了憶阻器中的電化學機制和導電通道演化過程，提出了憶阻器時序布爾邏輯的實現方法；Strukov團隊[13]則硬體構建了憶阻多層感知器網絡，探索了網絡離線學習和在線學習的能力和性能表現。
  • 隱藏在電路中多年的第四類元件:憶阻器
    早在1971年，美國加州大學伯克利分校的華裔科學家蔡少棠教授就發表了題為《憶阻器：下落不明的電路元件》的論文，論文指出，除電容、電感和電阻之外，電路中還應該存在第四種基本元件——憶阻器。這篇論文提供了憶阻器的原始理論架構，推測電路有天然的記憶能力，即使電力中斷亦然。概括來說，憶阻器是一種有記憶功能的非線性電阻。
  • 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
    特別是數字時代來臨，憶阻器的出現，為這種更接近人類信息的存儲方式的「新生」帶來了希望。 「那種認為數字一定擊敗模擬的看法，已經過時了。」中科院計算所研究員閔應驊表示，「數字講精確，但很多時候我們並不需要那麼精確。過去模擬信號處理的難點恰在於存儲，而憶阻器提供了這個可能。」
  • 基於3D憶阻器的電路,用於大腦啟發式計算
    儘管憶阻器是出色的堆疊設備，但迄今為止，研究人員仍無法實現用於大型計算應用的具有多個堆疊憶阻器層的3-D電路。實際上，構建這樣的電路需要高度複雜的過程，並且需要使用可以克服在執行大規模陣列操作時通常遇到的挑戰的技術。
  • 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。憶阻器（Memristor）最早在 1971 年由加州大學伯克利分校的蔡少棠教授(世界科技國際分岔與混沌研究期刊
  • 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。
  • 微電子所憶阻器基感知計算研究獲進展
    研究團隊基於Mott憶阻器和傳感器構建感受神經元，該神經元能夠感知外界的模擬信號並轉化成實時的動態脈衝信號，實現對外界信號進行感知並傳輸的基本功能。感受神經元進一步通過突觸器件與中繼神經元相連接構建習慣化感知系統。該突觸器件具有連續刺激下權值的習慣化演進趨勢，進而影響感受神經元信號向中繼神經元傳輸的效率，使中繼神經元的輸出呈現頻率下降特性（即習慣化特性，如圖a所示）。
  • 有了憶阻器,「超級人工大腦」不再是夢
    存算一體化的計算機架構可謂顛覆性技術，而最新的研究發現，憶阻器特別適於做存算一體化，這也是當今國際上相關學者的研發重點。 　　作為國家重點研發計劃「納米科技」重點專項的課題之一，錢鶴領銜的「新型納米存儲器三維集成的基礎研究」旨在為我國存儲器產業提供自主智慧財產權和原型技術，支撐和引領我國存儲器產業的跨越式發展。
  • 清華實現完整硬體CNN,憶阻器陣列效能高過GPU兩個數量級
    fHhEETC-電子工程專輯fHhEETC-電子工程專輯多個憶阻器陣列晶片協同工作示意圖。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」。
  • 物理所憶阻器的可調電致發光取得進展
    憶阻器（Memristor）是電路裡繼電阻、電容和電感之外的第四種基本元器件。由於其在非易失性存儲、人工神經網絡、混沌電路、邏輯運算及信號處理等領域的應用潛力，成為2008年後電子學器件領域內的一個重要研究對象。電致發光（Electroluminescence）通常指半導體材料中電流或電場誘導的電子空穴對複合發光現象，在作為光源和顯示等應用領域具有較長的歷史。
  • 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。
  • 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
    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》在線發表了題為「Fully hardware-implemented memristor convolutional neural network」的研究論文，報導了基於憶阻器陣列晶片卷積網絡的完整硬體實現。
  • 蘭州大學王琦、賀德衍教授課題組在原子開關憶阻器上取得新進展
    基於有機聚合物電解質的憶阻器受到了極大的關注，因為有機聚合物被認為是柔性存儲和神經形態計算器件重要的候選材料之一。然而，大多數有機聚合物憶阻器缺乏商業/工業應用所要求的重複性、耐久性、穩定性、均勻性、可擴展性和耐熱性。此外，以前的大部分研究工作都試圖改善有機聚合物憶阻器在室溫下的開關性能。然而，在高溫等極端環境下的穩定性很少被研究。
  • 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
    該項研究於 1 月 29 日在頂尖學術期刊《自然》雜誌（Nature）在線發表，題為《Fully hardware-implemented memristor convolutional neural network（完全由硬體實現的憶阻器卷積神經網絡）》，詳述了基於憶阻器陣列晶片實現卷積網絡的完整硬體過程。