文 | 偲睿洞察 Renee

編輯 | 孫越

近日，清華大學(xué)發(fā)布的一顆憶阻器存算一體芯片，火了。該芯片的火爆源于一個(gè)月前，清華大學(xué)發(fā)的一篇論文：

2023年9月14日，清華大學(xué)吳華強(qiáng)及高濱共同通訊在Science在線發(fā)表題為“Edge learning using a fully integrated neuro-inspired memristor chip”的研究論文，論文顯示，團(tuán)隊(duì)基于存算一體計(jì)算范式，研制出全系統(tǒng)集成、支持高效片上學(xué)習(xí)(機(jī)器學(xué)習(xí)能在硬件端直接完成)的憶阻器存算一體芯片。

“憶阻器存算一體”這一概念瞬間引爆學(xué)界與產(chǎn)業(yè)界，甚至登上了微博高位熱搜。據(jù)筆者獲悉，清華大學(xué)所用的憶阻器件就是RRAM（ReRAM）。

此次清華大學(xué)科研成果的意義，不僅在于研發(fā)出首顆基于憶阻器（RRAM）的片上學(xué)習(xí)存算一體芯片，更在于為產(chǎn)業(yè)界存算一體存儲(chǔ)介質(zhì)的應(yīng)用和發(fā)展給出了更多方向，以及在技術(shù)實(shí)踐上的引導(dǎo)性意見。

本文試圖探究，學(xué)界與產(chǎn)界為何要選擇研發(fā)該路線？該路線的發(fā)展前景如何？

PART-01 憶阻器存算一體是為何物？

無論是從其官方表述，還是論文中“可重構(gòu)的憶阻器存算一體架構(gòu)圖”，我們都能明確知道，清華大學(xué)所說憶阻器便是阻變存儲(chǔ)器RRAM（ReRAM）。

2022年9月，清華大學(xué)集成電路學(xué)院錢鶴、吳華強(qiáng)教授課題組聯(lián)合斯坦福大學(xué)、加州大學(xué)圣地亞哥分校（UCSD）、圣母大學(xué)等在《自然》（Nature）發(fā)表的題為A compute-in-memory chip based on resistive random-access memory研究論文。

該論文報(bào)道了一款基于憶阻器（阻變存儲(chǔ)器）的存算一體芯片NeuRRAM。該芯片具有可重新配置的計(jì)算核心（reconfiguring CIM cores），可以兼容不同的模型結(jié)構(gòu)。

（可重構(gòu)的憶阻器存算一體架構(gòu) 圖源：清華大學(xué)）

專家表示，從定義來看，憶阻器(英文：memristor)為電阻受先前通過電荷量控制的電子器件，其特點(diǎn)為通常具有電流電壓蝴蝶形回滯曲線。憶阻器的概念最早由蔡少棠教授提出，最早由阻變存儲(chǔ)器，即RRAM實(shí)驗(yàn)驗(yàn)證，因此經(jīng)常以RRAM作為憶阻器的代表。

當(dāng)然，嚴(yán)格來說，根據(jù)材料和物理機(jī)制，憶阻器件可分為阻變存儲(chǔ)器（Resistive Random-Access Memory, 簡稱RRAM或ReRAM)，相變存儲(chǔ)器（PCRAM），磁隨機(jī)存儲(chǔ)器（MRAM）和鐵電隨機(jī)存儲(chǔ)器（FeRAM）等不同種類。此外還有光電憶阻器、有機(jī)材料憶阻器、流體憶阻器等。也就是說，憶阻器有著諸多選項(xiàng)，那么為何要選擇阻變存儲(chǔ)器RRAM？

我們都知道的是，傳統(tǒng)馮·諾依曼結(jié)構(gòu)下，數(shù)據(jù)的存儲(chǔ)和計(jì)算相互分離，即數(shù)據(jù)存儲(chǔ)在儲(chǔ)存器中，需要計(jì)算時(shí)再把它搬運(yùn)到運(yùn)算器里。然而，AI類應(yīng)用（例如大模型）需要對大量數(shù)據(jù)進(jìn)行矩陣運(yùn)算，其核心是乘法和加法，在此情形下算力是比較吃緊的，面臨著很大挑戰(zhàn)。

如何拉近“存”“算”距離，即打破存儲(chǔ)墻，成為AI計(jì)算的當(dāng)務(wù)之急，清華大學(xué)給的解決方案便是基于憶阻器（RRAM）的存算一體。

具體來說，如果用交叉陣列的方式做憶阻器，就可獲得一種與矩陣很類似的結(jié)構(gòu)，這種結(jié)構(gòu)既可以存數(shù)據(jù)，也可以做計(jì)算。需要存儲(chǔ)時(shí)，憶阻器本身就是存儲(chǔ)器；而需要運(yùn)算時(shí)，也無需把數(shù)據(jù)從存儲(chǔ)器中搬到運(yùn)算器里，因?yàn)閼涀杵骺芍苯佑脷W姆定律來做乘法運(yùn)算。

如此，數(shù)據(jù)便能“原地”計(jì)算，大大降低了由于數(shù)據(jù)“跑來跑去”所帶來的消耗。

除此之外，憶阻器（RRAM）還有著其他優(yōu)點(diǎn)：比如尺寸小、速度快、與 CMOS（互補(bǔ)式金氧半導(dǎo)體）工藝可兼容等。

于是，又能算又能存的憶阻器（RRAM）成了緩解算力焦慮的良藥，引得包括清華大學(xué)在內(nèi)的多方精英競相布局。

PART-02 憶阻器（RRAM），學(xué)界與產(chǎn)界公認(rèn)的存算一體最佳器件

盡管有著諸多好處，憶阻器（RRAM）作為存儲(chǔ)器的發(fā)展卻十分坎坷。

2000年便有企業(yè)著手研發(fā)——夏普購買了美國休斯敦大學(xué)憶阻器（RRAM）的相關(guān)專利進(jìn)行相關(guān)布局，但到了去年才真正在業(yè)內(nèi)迎來應(yīng)用的爆發(fā)。那么，為何憶阻器（RRAM）在去年才迎來爆發(fā)時(shí)刻？

這是因?yàn)?，根?jù)以往經(jīng)驗(yàn)，找到合適的賽道，往往是存儲(chǔ)器大放光彩的轉(zhuǎn)折點(diǎn)?，F(xiàn)如今，憶阻器（RRAM）作為存算一體AI計(jì)算的存儲(chǔ)介質(zhì)，在AI大算力場景發(fā)光發(fā)熱。

例如NOR Flash，便是憑借更快的讀取速度、可隨機(jī)訪問等特點(diǎn)，在功能機(jī)時(shí)代奪得一席之地；所以，當(dāng)功能機(jī)時(shí)代過去后，NOR Flash一度低迷。而當(dāng)外掛一個(gè)高可靠性、快速讀取的存儲(chǔ)器又成為解決AMOLED面板的藍(lán)色光會(huì)隨時(shí)間消退的問題的最優(yōu)解，NOR Flash，又隨著AMOLED的需求迎來自己的第二春。

而在存算一體芯片的存儲(chǔ)器件選擇中，基于憶阻器（RRAM）設(shè)計(jì)的存算一體芯片具有非易失性、讀寫速度快、穩(wěn)定性強(qiáng)、功耗低、 CMOS工藝兼容、微縮化發(fā)展天花板高等優(yōu)勢，相比于SRAM、Flash，憶阻器（RRAM）更適用于存算一體AI大算力賽道。

不過，據(jù)EETOP表示，憶阻器依然面臨著嚴(yán)峻的挑戰(zhàn)，其中一個(gè)關(guān)鍵挑戰(zhàn)就是模擬計(jì)算的誤差累積。

在機(jī)器之心有關(guān)清華大學(xué)可重構(gòu)數(shù)字存算一體架構(gòu)主題的文章中提到，模擬計(jì)算由于工藝偏差、信號(hào)噪聲等因素容易產(chǎn)生計(jì)算誤差，通常最高只能支持INT8數(shù)據(jù)格式，難以支持更高位寬計(jì)算。

這就導(dǎo)致當(dāng)前的模擬存算一體AI芯片通常只能同時(shí)激活很小部分存儲(chǔ)器陣列。這限制了它們單位面積下的計(jì)算能力，使得兼顧能效和精度變得更加困難。

而數(shù)字存算一體并不受信噪比影響，精度可以達(dá)32bit甚至更高，且可支持浮點(diǎn)計(jì)算。同時(shí)，數(shù)字存算一體對于不同制造工藝、電源電壓和溫度的變化呈現(xiàn)很強(qiáng)的魯棒性。

故，相比于模擬存算，數(shù)字存算的方式可以實(shí)現(xiàn)更高的運(yùn)算精度以及更好的可靠性。據(jù)筆者對國內(nèi)存算一體項(xiàng)目的了解，現(xiàn)階段僅有億鑄科技基于憶阻器（RRAM）實(shí)現(xiàn)了數(shù)字存算一體POC芯片的回片及成功驗(yàn)證。

現(xiàn)如今，隨著工藝的不斷成熟，學(xué)界關(guān)于憶阻器（RRAM）存算一體的研究正愈發(fā)積極：在2022年度ISSCC會(huì)議上，臺(tái)積電發(fā)表六篇關(guān)于存內(nèi)計(jì)算存儲(chǔ)器IP的論文，大力推進(jìn)基于憶阻器（RRAM）的存內(nèi)計(jì)算方案。

盡管過去業(yè)內(nèi)對憶阻器（RRAM）有著“不夠成熟、主要面向小算力應(yīng)用場景”等誤解，不過自2023年始，多家存算一體AI芯片初創(chuàng)公司也紛紛公開表示，未來將布局基于憶阻器（RRAM）的存算一體產(chǎn)品。

在2023 AI芯片峰會(huì)上，同樣是以研發(fā)SRAM存算芯片為主的千芯科技董事長陳巍直言憶阻器（RRAM）存算一體的好處：以RRAM為代表的存算一體方案的存儲(chǔ)架構(gòu)縮短為兩層，幾乎是大模型運(yùn)算的極限，因此更有助于進(jìn)行大模型的運(yùn)算。

現(xiàn)如今，基于馮諾依曼傳統(tǒng)架構(gòu)的摩爾定律走向物理極限，“算力焦慮”無法再通過提升先進(jìn)制程緩解。以憶阻器(RRAM)存算一體等為代表的一系列新技術(shù)，才是真正的“對癥下藥”。

越來越多的AI芯片廠商們，正通過硬件層面的革新，把AI技術(shù)，帶進(jìn)數(shù)據(jù)中心、自動(dòng)駕駛等大算力場景之中。憶阻器（RRAM）存算一體，終于迎來自己的“美麗人生”。