清华团队发布最新Science，再现“芯”动能，
近期，清华大学集成电路学院吴华强教授、高滨副教授基于存算一体计算范式在支持片上学习的忆阻器存算一体芯片领域取得重大突破，研究成果发表在《科学》（Science）上。 11年科研“长征”，从忆阻器件到原型芯片再到系统集成，钱鹤、吴华强团队协同攻关AI算力瓶颈难题，攻克“卡脖子”关键核心技术，成果涉及忆阻器集成芯片、存算一体系统、ADAM算法加速器......有望促进人工智能、自动驾驶可穿戴设备等领域的发展。 突破从0到1 存算一体开启智算时代 记忆电阻器（Memristor），是继电阻、电容、电感之后的第四种电路基本元件。它可以在断电之后，仍能“记忆”通过的电荷，被当做新型纳米电子突触器件。 早在1946年，“计算机之父”冯·诺依曼提出并定义了计算机架构，采用二进制的编码，由存储器和处理器分别完成数据存储和计算。 但是，随着人工智能等应用对数据存储和计算需求的不断提升，数据来回“搬运”处理，耗时长，功耗大，还可能存在......阅读全文
清华团队研发全新忆阻器存算一体芯片
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/509995.shtm近日，清华大学集成电路学院教授吴华强、副教授高滨课题组基于存算一体计算范式，创造性提出适配忆阻器存算一体实现高效片上学习的新型通用算法和架构（STELLAR），有效实现大规模模拟型忆
首款多阵列忆阻器“存算一体”系统问世
随着摩尔定律趋近极限，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，会造成大量数据搬运功耗增加和额外延迟。如何提高算力，突破技术瓶颈？26日，记者从清华大学获悉，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，与合作者共同研发出一款基于多个忆阻器
低能耗，高算力，清华团队研制出新款忆阻器存算一体芯片
“我们研发的这款存算一体芯片，展示出高适应性、高能效、高通用性、高准确率等特点，能有效强化智能设备在实际应用场景下的学习适应能力。”10日，清华大学集成电路学院副教授高滨接受记者采访时表示，“该款芯片揭示了人工智能时代下边缘学习的新范式，为突破冯·诺依曼传统计算架构下的能效、算力瓶颈提供了一种创
再添“芯”动能－清华团队发布最新Science
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/509916.shtm近期，清华大学集成电路学院吴华强教授、高滨副教授基于存算一体计算范式在支持片上学习的忆阻器存算一体芯片领域取得重大突破，研究成果发表在《科学》（Science）上。11年科研“长征”
清华团队发布最新Science，再现“芯”动能，
近期，清华大学集成电路学院吴华强教授、高滨副教授基于存算一体计算范式在支持片上学习的忆阻器存算一体芯片领域取得重大突破，研究成果发表在《科学》（Science）上。 11年科研“长征”，从忆阻器件到原型芯片再到系统集成，钱鹤、吴华强团队协同攻关AI算力瓶颈难题，攻克“卡脖子”关键核心技术，成果
清华团队发布全球首颗忆阻器芯片，突破了哪些“卡脖子”难题？
人工智能技术的发展浪潮极大地改变了人类的生产生活方式，对当前人类文明的各个领域产生了深刻的影响，并且还将持续深入地影响下去。 但人工智能技术依靠大算力的支撑，随着技术的爆炸式发展，它对大算力的需求也节节高升。然而，现有的算力短缺与庞大的算力需求之间形成了越来越突出的矛盾。芯片作为算力的物质载体
《纳米快报》：美科学家开发出宽度5纳米忆阻器
上世纪60年代，英特尔公司创始人之一戈登·摩尔提出了著名的摩尔定律：集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。然而，芯片的进一步小型化遇到越来越多的技术局限。在传统硅芯片技术上所能取得的进步受到物理法则和资金的限制也越来越严重，有人以为看到了集成电路技
美科学家开发出宽度5纳米忆阻器
上世纪60年代，英特尔公司创始人之一戈登·摩尔提出了著名的摩尔定律：集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。然而，芯片的进一步小型化遇到越来越多的技术局限。在传统硅芯片技术上所能取得的进步受到物理法则和资金的限制也越来越严重，有人以为看到了集成电
微电子所忆阻器基感知计算研究获进展
生物体中，感受神经系统是本体与外界环境交互的基本信息感知系统。生物体对生存环境的信息甄别与过滤，主要基于感受神经系统的习惯化功能。当前，人类社会正由信息化向智能化演进。智能化社会需要高效智能的信息感知系统对感知到的巨量信息进行有效甄别、处理和决策，并对重复无意义的信息进行有效过滤。因此，基于生物
助力开发超快人工神经网络存算一体系统
中国科学技术大学李晓光团队基于铁电隧道结量子隧穿效应，实现了具有亚纳秒信息写入速度的超快原型存储器，并可用于构建存算一体人工神经网络，该成果近日在线发表于《自然—通讯》。 在大数据时代，海量数据的低能耗、快速存储处理是突破和完善未来人工智能、物联网等技术发展的关键之一。为此，迫切需求一种既能匹
刘明团队和杨建华团队在类脑感知计算领域获进展
当前，人类社会正由信息化向智能化发展。智能化社会的构建需要信息技术系统能够对外界环境信息进行实时获取、高效处理并及时做出决策。发展“感存算一体化”的低功耗智能信息处理系统是其重要趋势。脉冲神经网络作为下一代神经形态计算技术，是构建高能效存算一体数据处理中心的理想选择。为实现脉冲机制的感存算一体智
类脑感知计算领域获进展－有望实现感存算于一体
当前，人类社会正由信息化向智能化发展。智能化社会的构建需要信息技术系统能够对外界环境信息进行实时获取、高效处理并及时做出决策。发展“感存算一体化”的低功耗智能信息处理系统是其重要趋势。脉冲神经网络作为下一代神经形态计算技术，是构建高能效存算一体数据处理中心的理想选择。为实现脉冲机制的感存算一体智
高性能接口型忆阻器问世
美国洛斯阿拉莫斯国家实验室的科学家试图复制人脑无与伦比的计算能力，他们制造出了一种新的接口型忆阻设备。研究结果表明，该设备具有良好的可编程性和可靠性，可用作下一代神经形态计算的人造突触。相关论文发表于最新一期《先进智能系统》杂志。 研究示意图图片来源：物理学家组织网研究团队指出，与冯·诺依曼架构的
陈彧教授团队等制备出高分子纳米神经形态忆阻器
近日，华东理工大学化学与分子工程学院陈彧教授团队与上海交通大学刘钢研究员、合肥工业大学张章教授合作，利用二维有机共轭策略提高高分子的共平面性、结晶度和阻变稳定性，通过微纳加工技术制备了良率高达90%的低功耗纳米神经形态器件。这种器件具有与金属氧化物忆阻器可比拟的应用潜力，为发展小型化、高密度与低
类脑忆阻器基人工智能应用获进展
随着人工智能的发展，忆阻器因其“存算一体”的特性被越来越多的研究者探索，铁电忆阻器因其优异的极化可控、多值存储和在神经计算领域的应用潜力而受到人们的特别关注。其中，由于铁电材料的技术需求和无铅无毒的环境要求，钛酸钡（BaTiO3)成为了铁电钙钛矿氧化物铅基材料的最佳替代品之一。然而，目前大多数铁电材
科学家研制具有学习能力忆阻器
一个能学习的纳米元件：比勒菲尔德大学研制的忆阻器被内置于比人头发薄600倍的芯片中 北京时间3月5日消息，据国外媒体报道，长久以来，科学家一直梦想着造出像大脑一样的电脑。大脑比电脑更加节能，而且还会自主学习，不需要任何编程。来自比勒菲尔德大学物理学系的高级讲师安迪·托马斯博士正在做这方面
全新忆阻器超越现有机器学习系统
在当今“大数据”时代，现有计算机硬件架构已面临速度和高能耗的瓶颈。科技日报记者日前采访美国密西根大学电子工程与计算机系卢伟教授获悉，他带领同事研发出一种全新忆阻器（Memristor）阵列芯片，其处理图片和视频等复杂数据的速度和能效，超越了现有最先进机器学习系统。相关论文发表在最近一期《自然·纳
存储存算智算中心CCIA数据存算生态大会
2024CCIA北京数据存算生态大会时间：2024年9⽉25-27⽇ 地点：北京国家会议中⼼ 活动隶属：中国国际信息通信展览会主办单位：工业和信息化部执⾏单位：中国计算机⾏业协会信息存储与安全专委会 深圳热点资讯展览有限公司活动背景数据是当今数字经济发展的重要⽣产要素，是国家重要的战略资源，是⾼质量
新研究厘清忆阻器工作时的内部变化
据美国计算机世界网站5月16日报道，惠普公司的科学家在忆阻器的研发上取得新突破，他们弄清楚了忆阻器在电操作期间，其内部的化学性质和结构变化，借此可以改进现有忆阻器的性能。相关研究发表在16日出版的《纳米技术》杂志上。 忆阻器是一种有天然记忆功能的非线性电阻，通过控制电流的变
能存储并处理数据的蜂蜜忆阻器问世
美国华盛顿州立大学工程师在《物理学杂志D》上发表论文称，他们利用蜂蜜研制出了一款忆阻器。这是一种类似于晶体管的组件，不仅可处理数据，还可存储数据。未来，他们或许能将数以百万计或数十亿计的蜂蜜忆阻器整合在一起，创建出一款功能与人脑非常相似的神经形态计算机系统。 研究人员解释说，传统计算机系统基于冯
李清江：让芯片拥有记忆
过去十年，国防科技大学电子科学学院副研究员李清江的科研工作就围着“忆阻器”转。 这是智能芯片中一种有“记忆”的电阻开关，它会根据电压或电流历史而动态改变电阻状态。“忆阻器是一种新型电子元件，其特性与人类大脑中的信息处理基本单元——神经突触很相似，它具有超小的尺寸、极快的擦写速度以及超长的擦写寿
阿里达摩院成功研发存算一体AI芯片
达摩院存算一体芯片实拍图。达摩院供图 12月3日，阿里巴巴达摩院（以下简称达摩院）宣布，该院已成功研发存算一体人工智能（AI）芯片。达摩院介绍，该存算一体芯片集成了多项创新技术，是全球首款使用“混合键合3D堆叠技术”实现存算一体的芯片。这一新型架构芯片的诞生，将有望助力存算一体技术从概念走向落地。
物理所忆阻器的可调电致发光取得进展
忆阻器(Memristor)是电路里继电阻、电容和电感之外的第四种基本元器件。由于其在非易失性存储、人工神经网络、混沌电路、逻辑运算及信号处理等领域的应用潜力，成为2008年后电子学器件领域内的一个重要研究对象。电致发光(Electroluminescence)通常指半导体材料中电流或电场诱导的
忆阻器模拟神经细胞让计算机更像人
最近，美国加州大学圣巴巴拉分校研究人员演示了一种包含100个人工突触的简单人工神经元线路，第一次证明了这种线路能执行简单的人类视觉功能——给图像分类，这标志着人工智能的一项重大进步。 人脑比电脑具优势 尽管人脑有着潜在缺陷，计算中会犯各种错误，但却保持着一种强大而有效的计算模式，它能在不到1
具有实时跟踪功能的忆阻视觉传感器架构（一）
本文介绍一个依靠忆阻器执行像素级自适应背景提取算法的成像传感器架构。内置光频转换器(L2F)的像素是图像处理的核心组件，其输出的与光强成正比的数字脉冲被施加到忆阻器后，忆阻器电阻将会发生相应变化。另外两个忆阻器用于保存动态边界，边界外的光生信号行为被认为是异常，即意外快速变化。与全CMO
具有实时跟踪功能的忆阻视觉传感器架构（二）
利用参考文献取得与上面等式相关的参数，使用Verilog-A语言开发一个忆阻器行为模型，通过电路仿真，使用下列参数验证该模型：RON = 200Ω, ROFF =200KΩ, u2= 10-10cm2S-1V-1, D = 10nm。只要系统在M? (RON , ROFF )边界
具有实时跟踪功能的忆阻视觉传感器架构（三）
III. 工作原理 在讨论传感器架构之前，需要描述一下像素级自适应背景提取算法。我们考虑成像传感器的一个像素给一个特定场景点编码的情况。该像素以帧速率fps采集光强，并将其转换成电压VS(nT)，其中T = 1/fps是像素传感器采样时间，整数n 表示帧个数。在传感器工作过程中
具有实时跟踪功能的忆阻视觉传感器架构（四）
因此，当Vmax试图快速触达VS过程中，Vmin也在做同样的事情，只不过速度较慢。这里，灰色区域快速变大。在若干个帧后，两个阈压限制VS，吸收全部信号变化，这样不会再产生任何热像素。从此，灰色区域恢复窄状和最大像素敏感度。 图6：利用内部三个忆阻器执行动态背景提取的像素示意图 IV.
具有实时跟踪功能的忆阻视觉传感器架构（五）
A. 曝光时间 在曝光时间(Ti)内, L2F转换器生成一串振幅I1、脉宽△T且频率与光强成正比的电流脉冲，送入MS，如图7所示。下面的等式通过状态变量w(t)描述了MS的状态： 其中，RON是低电阻，D是忆阻器长度，uv是 掺杂迁移率，n是L2F在曝光时间内生成的脉冲数量，在施加n个脉冲后，
具有实时跟踪功能的忆阻视觉传感器架构（六）
A. 直接从热像素状态转到冷像素状态 像素状态S2和S3通常直接转到正常像素条件。从图10b不难看出，在S2状态中，Mmax和Mmin尝试以不同的时间常量接近Ms，在这个过程中，Mmax升高速度比快Mmin很多，直到像素恢复到正常工作条件为止。如图10c所示，当像素在S3状态时出现反转