0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

神奇的混合憶阻器AI芯片可擴(kuò)展

IEEE電氣電子工程師 ? 來源:IEEE電氣電子工程師 ? 2023-04-25 11:39 ? 次閱讀

一項新的研究發(fā)現(xiàn),通過將原子薄器件與傳統(tǒng)的微芯片相結(jié)合,科學(xué)家們創(chuàng)造了模仿大腦的混合電子設(shè)備,可以幫助實現(xiàn)神經(jīng)網(wǎng)絡(luò)人工智能系統(tǒng),其能效遠(yuǎn)遠(yuǎn)高于標(biāo)準(zhǔn)電子設(shè)備。

隨著電子產(chǎn)品越來越小,科學(xué)家們正在為下一代電子產(chǎn)品研究原子薄的2D材料。例如,石墨烯由單層碳原子組成,二硫化鉬由夾在兩層硫原子之間的一片鉬原子制成。

研究高級作者M(jìn)ario Lanza是位于沙特阿拉伯圖瓦爾的阿卜杜拉國王科技大學(xué)材料科學(xué)與工程副教授,他說:“二維材料不僅具有最先進(jìn)的電氣性能,而且還具有優(yōu)異的熱、機(jī)械光學(xué)和化學(xué)特性,這可能會產(chǎn)生目前尚不存在的新應(yīng)用?!?/p>

“Most people’s expertise is insemiconductors. We are experts in insulators.”
—Mario Lanza, King Abdullah University of Science and Technology

多個研究團(tuán)隊開發(fā)了基于2D材料的原型設(shè)備。然而,沒有一個顯示出計算或存儲數(shù)據(jù)的能力。此外,它們的制造主要依賴于與標(biāo)準(zhǔn)工業(yè)技術(shù)不兼容的合成和加工方法。此外,操縱單層2D材料是具有挑戰(zhàn)性的,因為當(dāng)將它們從生長它們的表面轉(zhuǎn)移到對應(yīng)用更有用的襯底上時,可能會出現(xiàn)缺陷。這些缺陷降低了器件的一致性和成品率。

現(xiàn)在,科學(xué)家們已經(jīng)創(chuàng)造了他們所說的第一個用2D材料制造的密集集成微芯片,所有這些都使用了與半導(dǎo)體行業(yè)兼容的工藝。Lanza說:“我們不僅取得了優(yōu)異的特性,而且還實現(xiàn)了高產(chǎn)量和低變異性?!?/p>

在這項新的研究中,研究人員用六方氮化硼進(jìn)行了實驗。這種原子級薄的陶瓷經(jīng)常被用作2D電子器件中的絕緣材料。“大多數(shù)人的專業(yè)知識都在半導(dǎo)體領(lǐng)域,”Lanza說,“我們是絕緣體方面的專家?!?/p>

科學(xué)家們希望克服以前基于2D材料的設(shè)備所面臨的許多挑戰(zhàn)。例如,Lanza和他的同事們沒有試圖用2D材料制造晶體管,而是致力于制造憶阻器。憶阻器,或稱記憶電阻器,本質(zhì)上是一種開關(guān),可以在電源關(guān)閉后記住它們被切換到哪種電狀態(tài)。

Lanza說:“大多數(shù)團(tuán)隊都專注于晶體管,可能是因為它們是電子產(chǎn)品的旗艦部件。相反,我們專注于憶阻器,它目前的市場規(guī)模要小得多,但在數(shù)據(jù)存儲、計算、加密和通信方面也有巨大的潛力。”

世界各地的科學(xué)家希望使用憶阻器和類似的組件來制造像神經(jīng)元一樣既能計算又能存儲數(shù)據(jù)的電子設(shè)備。當(dāng)傳統(tǒng)的微芯片在處理器和存儲器之間來回攪亂數(shù)據(jù)時,這些憶阻器件可以大大減少能量和時間損失。這種受大腦啟發(fā)的神經(jīng)形態(tài)硬件也可能被證明是實現(xiàn)神經(jīng)網(wǎng)絡(luò)的理想選擇。這些人工智能系統(tǒng)越來越多地被用于支持自動駕駛汽車和分析醫(yī)療掃描等應(yīng)用。

Lanza說,憶阻器是“能夠容忍缺陷的簡單設(shè)備”。相比之下,晶體管“需要完美的晶體材料”,他如此解釋道。此外,之前的大多數(shù)工作都依賴于只有一兩層厚的2D材料,Lanza和他的同事使用了一張由大約18層組成的2D材料片,總厚度約為6納米。Lanza說:“這種較厚的材料不那么容易破裂?!?/p>

此外,研究人員沒有在空白基板(如傳統(tǒng)的硅晶片)上制造2D器件,而是在標(biāo)準(zhǔn)CMOS微芯片上制造2D設(shè)備。微芯片可以幫助控制憶阻器中的電流和開關(guān),這有助于成功地制造2D器件。

制造用于計算的晶體管的研究人員通常使用所謂的前端線步驟。相比之下,Lanza和他的同事在連接晶圓上器件的線路互連的后端建造了憶阻器。憶阻器通常以這種方式集成到微芯片上,“不同之處在于我們使用了2D材料而不是其他材料,”Lanza說。

研究人員將一層六方氮化硼多層片轉(zhuǎn)移到4平方厘米硅微芯片的后端線互連上,該芯片包含200毫米硅片上180納米節(jié)點的CMOS晶體管。接下來,他們通過蝕刻六方氮化硼并在頂部構(gòu)圖和沉積電極,用這種組合制造電路。這些電路每個都由5乘5的交叉單元陣列組成,每個交叉單元陣列由一個晶體管和一個憶阻器組成。

研究人員指出,盡管大多數(shù)使用2D材料制造的器件尺寸超過1平方微米,但新研究中的憶阻器只有0.053μm2。Lanza說,這些憶阻器“如果有更先進(jìn)的微芯片,可以很容易地制造得更小”。

CMOS晶體管有助于控制2D憶阻器上的電流。這有助于實現(xiàn)約500萬次開關(guān)循環(huán)的憶阻器壽命,與現(xiàn)有的電阻RAM和相變存儲器大致相當(dāng)。在沒有CMOS晶體管的情況下,憶阻器只經(jīng)歷了大約100次循環(huán)。

研究人員表明,他們可以用設(shè)備進(jìn)行內(nèi)存計算操作,構(gòu)建“或”和“暗示”邏輯門。通過修改設(shè)備之間的互連,他們可以運行更復(fù)雜的操作。

此外,科學(xué)家們注意到,通過施加電脈沖,混合微芯片的電導(dǎo)率可以動態(tài)調(diào)整到不同的水平,這種特性被稱為尖峰時間依賴性塑性。這一特征表明,該設(shè)備可以幫助實現(xiàn)比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)更接近模仿人腦的尖峰神經(jīng)網(wǎng)絡(luò)。

尖峰神經(jīng)網(wǎng)絡(luò)中的關(guān)鍵組件是“尖峰”,也就是說,只有在給定時間內(nèi)接收到一定量的輸入信號后,才會產(chǎn)生輸出信號。由于尖峰神經(jīng)網(wǎng)絡(luò)很少發(fā)射尖峰,因此與典型的人工神經(jīng)網(wǎng)絡(luò)相比,它們的數(shù)據(jù)量要少得多,原則上所需的功率和通信帶寬也要少得多??茖W(xué)家們指出,傳統(tǒng)的電子設(shè)備不太適合運行尖峰神經(jīng)網(wǎng)絡(luò),這導(dǎo)致市場需要開發(fā)新的神經(jīng)形態(tài)硬件來運行它們。

作為原理的證明,研究人員使用他們的設(shè)備創(chuàng)建了一個尖峰神經(jīng)網(wǎng)絡(luò),當(dāng)用Modified National Institute of Standards and Technology(MNIST)手寫數(shù)字?jǐn)?shù)據(jù)庫的圖像進(jìn)行分類測試時,這種簡單的設(shè)備仍然實現(xiàn)了大約90%的準(zhǔn)確率。

科學(xué)家們注意到,他們的設(shè)備需要大約1.4到5伏的開關(guān)電壓,與2D材料領(lǐng)域的其他原型相比,這一電壓較低,后者可能需要超過20伏的電壓。盡管如此,他們注意到這一電壓高于180nm CMOS節(jié)點處使用的電壓。然而,他們認(rèn)為這種電壓可能不會阻礙這項技術(shù)的發(fā)展,因為有許多商業(yè)微芯片在更高的電壓下工作,例如,最先進(jìn)的3D-NAND閃存在大約20伏的電壓下編程,所有用于汽車應(yīng)用的雙極CMOS微芯片都需要高達(dá)40伏的電壓。

此前,IBM的研究人員曾試驗過在微芯片上放置2D材料的好處。Lanza說,2011年,他們制造了一個包含一個石墨烯晶體管和兩個電感器的電路,并在2014年開發(fā)了一個更大的電路,其中包含三個石墨烯晶體、四個電感器、三個電容器和兩個電阻器。然而,IBM顯然放棄了這種方法,“可能是因為轉(zhuǎn)移單層2D材料的困難,”他說。相比之下,Lanza和他的同事使用了一種更耐用的18層厚的材料。他預(yù)測,“現(xiàn)在許多其他科學(xué)家將在功能性微芯片上而不是非功能性SiO2襯底上創(chuàng)建他們的原型,這將引發(fā)更多的發(fā)現(xiàn)?!?/p>

Lanza還指出,2D材料通常屬于材料科學(xué)家,而不是微芯片工程師。他說:“要做我們做的實驗,你需要使用特定的軟件設(shè)計一個微芯片,然后制作一個多項目的晶圓帶,或者像我們的情況一樣,制作一個完整的晶圓。如果你使用180納米節(jié)點的CMOS技術(shù),就像我們的情況一樣,第一個成本為25000美元,第二個成本為100000美元。許多研究小組不僅無法設(shè)計這個,他們甚至負(fù)擔(dān)不起。在我們的案例中,清華大學(xué)的同事提供了晶圓,我集成了材料?!?/p>

Lanza提到,他們的研究已經(jīng)吸引了領(lǐng)先半導(dǎo)體公司的興趣??茖W(xué)家們現(xiàn)在的目標(biāo)是超越4平方厘米的硅微芯片,“制造整個300毫米的晶圓”。

科學(xué)家們在3月27日的《自然》雜志上詳細(xì)介紹了他們的發(fā)現(xiàn)。

審核編輯 :李倩

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 憶阻器
    +關(guān)注

    關(guān)注

    8

    文章

    73

    瀏覽量

    19876
  • 微芯片
    +關(guān)注

    關(guān)注

    0

    文章

    61

    瀏覽量

    13596
  • AI芯片
    +關(guān)注

    關(guān)注

    17

    文章

    1889

    瀏覽量

    35085

原文標(biāo)題:神奇的混合憶阻器AI芯片可擴(kuò)展

文章出處:【微信號:IEEE_China,微信公眾號:IEEE電氣電子工程師】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    AI驅(qū)動新型存儲技術(shù),國內(nèi)新興存儲企業(yè)進(jìn)階

    為了加速AI的訓(xùn)練與推理應(yīng)用。但另一方面,新型存儲也在AI時代扮演越來越重要的角色,最近國內(nèi)新興存儲企業(yè)也將目光投向于此,并推出新產(chǎn)品等,以期緊跟新型存儲技術(shù)的發(fā)展。 ? 變存儲
    發(fā)表于 10-16 08:10 ?982次閱讀
    <b class='flag-5'>AI</b>驅(qū)動新型存儲<b class='flag-5'>器</b>技術(shù),國內(nèi)新興存儲企業(yè)進(jìn)階

    自旋:最像大腦的存儲

    ? 一種名為“自旋”的新型神經(jīng)形態(tài)元件模仿人類大腦的節(jié)能運作,將AI應(yīng)用程序的功耗降低到傳統(tǒng)設(shè)備的1/100。TDK與法國研究機(jī)構(gòu)CEA合作開發(fā)了這種“自旋
    的頭像 發(fā)表于 12-07 10:08 ?167次閱讀

    吉時利源表軟件在測試中的應(yīng)用

    在現(xiàn)代電子技術(shù)的發(fā)展中,作為一種新型的非線性元件,因其在存儲、神經(jīng)網(wǎng)絡(luò)和模擬計算等領(lǐng)域的廣泛應(yīng)用而備受關(guān)注。為了有效地測試和評估
    的頭像 發(fā)表于 11-19 16:24 ?233次閱讀
    吉時利源表軟件在<b class='flag-5'>憶</b><b class='flag-5'>阻</b><b class='flag-5'>器</b>測試中的應(yīng)用

    TDK成功研發(fā)出用于神經(jīng)形態(tài)設(shè)備的自旋

    TDK公司宣布其已成功研發(fā)出一款超低能耗的神經(jīng)形態(tài)元件--自旋。通過模擬人腦高效節(jié)能的運行模式,該元件可將人工智能(AI)應(yīng)用的能耗降至傳統(tǒng)設(shè)備的百分之一。與法國研究機(jī)構(gòu)原子能和
    的頭像 發(fā)表于 10-14 11:00 ?479次閱讀

    AI芯片混合精度計算與靈活擴(kuò)展

    電子發(fā)燒友網(wǎng)報道(文/李彎彎)當(dāng)前,AI技術(shù)和應(yīng)用蓬勃發(fā)展,其中離不開AI芯片的支持。AI芯片是一個復(fù)雜而多樣的領(lǐng)域,根據(jù)其設(shè)計目標(biāo)和應(yīng)用場
    的頭像 發(fā)表于 08-23 00:08 ?4890次閱讀

    OPA1641是否做PA級跨放大器?

    OPA1641是否做PA級跨放大器?我查了Ti的跨放大器都相關(guān)系的芯片,比如LMP7721,其有專門連接到GUARDRING上的引腳,那么對于OPA1641,沒有專門連接到GU
    發(fā)表于 08-09 07:16

    誘導(dǎo)的超混沌、多渦旋和極端多穩(wěn)態(tài)小數(shù)階HNN:鏡像加密和FPGA實現(xiàn)

    電子發(fā)燒友網(wǎng)站提供《誘導(dǎo)的超混沌、多渦旋和極端多穩(wěn)態(tài)小數(shù)階HNN:鏡像加密和FPGA實現(xiàn).pdf》資料免費下載
    發(fā)表于 06-03 14:46 ?0次下載

    AI芯片哪里買?

    AI芯片
    芯廣場
    發(fā)布于 :2024年05月31日 16:58:19

    我們在測試時到底在測試什么?# #類腦計算 #存算一體 #芯片 #GPU

    gpu
    安泰小課堂
    發(fā)布于 :2024年05月15日 18:30:54

    通向計算新未來,自旋進(jìn)一步降低能耗

    電子發(fā)燒友網(wǎng)報道(文/李寧遠(yuǎn))人工智能、機(jī)器學(xué)習(xí)、大數(shù)據(jù)是現(xiàn)在蓬勃發(fā)展的領(lǐng)域,這些技術(shù)的飛速發(fā)展拉動了對高性能計算和存儲的需求。在這些背景下,獨特的性能展現(xiàn)出其廣泛的應(yīng)用前景。 ?
    的頭像 發(fā)表于 04-30 00:53 ?3866次閱讀

    risc-v多核芯片AI方面的應(yīng)用

    RISC-V多核芯片AI方面的應(yīng)用主要體現(xiàn)在其低功耗、低成本、靈活擴(kuò)展以及能夠更好地適應(yīng)AI算法的不同需求等特點上。 首先,RISC-V
    發(fā)表于 04-28 09:20

    如何利用技術(shù)改變高精度的科學(xué)計算

    當(dāng)組織成縱橫陣列時,這種電路通過以大規(guī)模并行方式使用物理定律進(jìn)行模擬計算,從而大大加速矩陣運算,這是神經(jīng)網(wǎng)絡(luò)中最常用但非常耗電的計算。
    發(fā)表于 04-03 15:18 ?707次閱讀

    AI時代,恒創(chuàng)源如何定義SSD?

    AI技術(shù)的飛速發(fā)展,存儲行業(yè)迎來了前所未有的挑戰(zhàn)與機(jī)遇。AI對算力的需求推動了存儲技術(shù)的進(jìn)步,在這一背景下,作為一家成立于2011年的本土企業(yè)級SSD廠商,恒創(chuàng)源不斷探索如何提升存儲產(chǎn)品的能效和密度,以適應(yīng)
    的頭像 發(fā)表于 03-21 18:19 ?3380次閱讀
    <b class='flag-5'>AI</b>時代,<b class='flag-5'>憶</b>恒創(chuàng)源如何定義SSD?

    基于VO2的無線物聯(lián)網(wǎng)混合系統(tǒng)

    針對此問題,北京大學(xué)集成電路學(xué)院/集成電路高精尖創(chuàng)新中心的楊玉超教授團(tuán)隊首次提出以VO2 為主體的高一致性、校準(zhǔn)的頻率振蕩,在此基
    的頭像 發(fā)表于 02-22 09:30 ?717次閱讀

    知合計算完成數(shù)億元融資,致力于研發(fā)高性能通用擴(kuò)展處理

    該公司專注于高性能通用擴(kuò)展處理的研發(fā),運用芯片切片技術(shù)擴(kuò)大運算能力范圍,同時結(jié)合光計算和光互聯(lián)技術(shù)提高處理效果和擴(kuò)展率。其產(chǎn)品應(yīng)用于
    的頭像 發(fā)表于 01-11 10:26 ?5573次閱讀