復旦大學展示了憶阻器基類腦計算技術的最新進展

近日，在2020年國際電子器件大會（IEDM）上，復旦大學芯片與系統(tǒng)前沿技術研究院劉琦教授和劉明院士團隊展示了憶阻器基類腦計算技術的最新研究進展。

背景介紹

受啟發(fā)于人腦，類腦計算技術是當前發(fā)展人工智能的重要計算范式之一，可以構建高智能、低能耗的計算系統(tǒng)。該系統(tǒng)由脈沖神經(jīng)元和可塑的神經(jīng)突觸構成，具有自主學習、時空信息處理、存算一體、高并行計算和事件驅動等特點。憶阻器具有豐富的物理動力學特性和生物單元相似性，在模擬神經(jīng)元和神經(jīng)突觸方面展現(xiàn)出超越CMOS器件的潛力，結合脈沖神經(jīng)網(wǎng)絡（SNN）算法，可以實現(xiàn)高效的類腦計算系統(tǒng)。然而，當前基于憶阻器的類腦系統(tǒng)多采用頻率編碼SNN的工作模式，神經(jīng)元需要發(fā)放大量脈沖來表征單個信號強度，以及需要較長推理時間內的平均放電速率進行決策，導致了更多的延遲和能耗，降低了信息處理的效率。

成果簡介

針對上述問題，該團隊設計實現(xiàn)了一種面向時間編碼SNN的神經(jīng)元電路，利用放電時間表征信號強度，具有可控的不應期，在一個推理周期內只進行單次脈沖放電，顯著提升了憶阻器神經(jīng)元的工作壽命和推理速度。并進一步結合RRAM突觸陣列構建了256×5的硬件SNN網(wǎng)絡。相比于頻率編碼SNN，該網(wǎng)絡在人臉識別任務中放電脈沖數(shù)目降低72倍、推理速度提升1.5倍、能耗降低53倍、能效提升18倍。

上述成果入選2020年國際電子器件大會，復旦大學芯片院博士后張續(xù)猛和中科院微電子所博士生吳祖恒為該工作的共同第一作者，復旦大學芯片院劉琦教授和劉明院士為共同通訊作者。上述工作得到了國家重點研發(fā)計劃、國家自然科學基金、中國科學院、之江實驗室的相關項目資助。

IEDM與ISSCC（國際固態(tài)電路會議）、VLSI（超大規(guī)模集成電路研討會）并稱集成電路領域的“奧林匹克盛會”。IEDM大會始于1954年，是產業(yè)界和學術界展現(xiàn)集成電路器件領域最新研究進展和成果的重要平臺。

a. 憶阻器基神經(jīng)元電路；b.神經(jīng)元的放電特性；c. 憶阻器基類腦硬件系統(tǒng)；d.性能比較

責任編輯：YYX