科研人員研發亞10毫秒級神經動力系統存內計算芯片

　　高保真物理世界幾何建模要求在流形表面實現實時、密集且可微的變形場。基于自適應步長積分與嵌入式神經網絡相結合的神經動力系統（NDS）可支撐這一任務，但面臨數百毫秒延遲的問題。

　　相變存儲器具有高速、低功耗、與互補金屬氧化物半導體（CMOS）工藝兼容和多阻態存儲等特性，是極具發展潛力的新型存儲技術。相變存儲器精確可控的多阻態存儲、電導漂移兩大特性，可作為NDS的一種功能性計算特征，在保障高精度的前提下，實現高密度存儲和高并行度計算，提升高保真幾何建模效率。

　　近日，中國科學院上海微系統與信息技術研究所等科研團隊，利用相變存儲器精確可控的電導漂移及其多級存內計算能力，研發了亞10毫秒級的神經動力系統存內計算芯片。

　　該芯片通過SET-RESET-DRIFT映射構建貪婪算法搜索功能，規避傳統數字電路頻繁讀寫、數據緩沖與乘法操作帶來的延遲、面積與功耗開銷等問題。芯片采用40nm 1T1R相變單元實現存內計算，相變單元刀片型小電極厚度達到3nm，相變器件良率99.99999%以上，相變器件電導可16級以上高精度調控。

　　性能測試表明，在10-7誤差容限下，相較于傳統先進的NDS專用加速硬件，該芯片單次迭代計算延遲低至2.12毫秒，計算速度提升3.82倍至36.27倍，功耗降低11.75倍至24.73倍。在大腦皮層表面同步重建、三維流形網格生成應用上，相較于業界最先進的圖形處理器A100，該芯片的NDS系統綜合性能高出50.38倍至478.18倍。

　　相關研究成果發表在《科學》（Science）上。研究工作得到國家自然科學基金委員會、科學技術部等的支持。