新型设备或可跨越AI的内存壁垒

美国 - 艾赫巴里通讯社

新型设备或可跨越AI的内存壁垒

人工智能领域取得了一项重大进展，科学家们开发出一种新型内存技术，有望打破长期以来阻碍人工智能发展的“内存壁垒”。传统挑战在于，即使是高度优化的AI模型，在处理器和内存之间传输数据也需要消耗巨大的时间和能量。这种瓶颈限制了当前AI系统的速度和学习能力。

这项创新源于对电阻式随机存取内存（RRAM）的新方法，这是一种非易失性内存，通过改变其电阻来存储数据。加州大学圣地亚哥分校（UCSD）的研究人员设计了一种新型RRAM，称为“Bulk RRAM”，旨在直接在内存单元中执行神经网络的关键计算——例如矩阵乘法和求和。这种“内存内计算”范式旨在消除分离的计算和内存单元之间低效的数据传输。

UCSD的电气工程师兼项目首席研究员Duygu Kuzum博士解释说，核心创新涉及对RRAM工作原理的根本性重新设计。传统的RRAM依赖于在较高电阻的电介质材料中形成低电阻“细丝”。此过程通常需要与标准CMOS技术不兼容的高电压，这使集成到处理器中变得复杂，并且细丝形成本身固有地具有噪声和随机性。这种不稳定性对AI有害，因为即使计算权重发生微小变化也可能导致截然不同的结果。

此外，基于细丝的RRAM固有的不稳定性以及使用选择器晶体管进行隔离的需要，使得复杂的3D堆叠变得困难。这些限制在历史上一直使传统的RRAM不适合现代神经网络至关重要的并行矩阵运算。UCSD团队的决定是完全摒弃这些细丝。

取而代之的是，他们的“Bulk RRAM”设备通过单个电压脉冲将整个层的电阻状态从高切换到低，然后再切换回来，从而工作。这种方法避免了高压细丝形成的需求，并消除了限制几何形状的选择器晶体管，为更紧凑和集成的设计铺平了道路。虽然Bulk RRAM的概念并非全新，但UCSD团队通过这项技术在小型化和3D电路制造方面取得了重大突破。

研究人员成功地将他们的RRAM设备缩小到纳米尺度，单个单元的直径仅为40纳米。至关重要的是，他们展示了将这些Bulk RRAM单元堆叠成多达八层的能力。这种高密度、3D堆叠的架构是内存技术的一大进步。

这种新设计的一个关键优势是其多级数据存储能力。八层堆栈中的每个单元都可以使用单个电压脉冲表示64种不同的电阻值（相当于6位数据）。与固有的噪声使精确控制不可靠的传统、基于细丝的RRAM相比，这种精度和密度水平极难实现。对于AI所需的复杂计算而言，每个单元存储更多信息并在本地执行计算的能力至关重要。

在去年12月举行的IEEE国际电子器件会议（IEDM）上，该团队展示了在他们的新型RRAM结构上运行的持续学习神经网络的发现。这种用于持续学习的内存内计算演示标志着一个关键时刻，它为更强大、更节能、更具可扩展性的AI系统指明了方向。潜在应用非常广泛，从先进的机器人和自动驾驶汽车到复杂的 डेटा 分析和实时AI处理。

这项Bulk RRAM技术突破为“内存壁垒”问题提供了切实可行的解决方案。通过实现内存内部的计算，它有望大大降低功耗，提高数据处理速度，并促进更复杂、更强大的AI模型的开发。随着研究的不断深入，这些3D堆叠式Bulk RRAM设备将在定义计算和人工智能的未来方面发挥关键作用。

艾赫巴里通讯社