Science | 北大研制全球首款基于可控存內(nèi)計算的憶阻器神經(jīng)動力學(xué)芯片

　　新智元報道

　　【新智元導(dǎo)讀】近日，新基石研究員、北京大學(xué)集成電路學(xué)院教授、深圳研究生院信息工程學(xué)院院長楊玉超團隊，聯(lián)合中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所宋志棠研究員團隊等，在國際頂級學(xué)術(shù)期刊《科學(xué)》發(fā)表最新成果，在新型神經(jīng)動力學(xué)計算芯片領(lǐng)域取得重大突破。

　　神經(jīng)動力學(xué)系統(tǒng)將神經(jīng)網(wǎng)絡(luò)的表達能力與微分方程的連續(xù)演化機制相結(jié)合，在物理世界建模、計算成像等領(lǐng)域具有廣泛用途。

　　自神經(jīng)動力學(xué)系統(tǒng)誕生半個世紀以來，如何在保持高精度連續(xù)建模能力的同時實現(xiàn)低延遲實時計算，始終是制約該類系統(tǒng)走向?qū)嶋H應(yīng)用的核心瓶頸。

　　針對這一問題，北京大學(xué)團隊提出了基于相變型憶阻器的「可控存內(nèi)計算」新范式，通過調(diào)控相變存儲器電導(dǎo)漂移與多級電導(dǎo)特性，構(gòu)建出精準可控的原位存內(nèi)計算機制，系統(tǒng)性地融合器件物理特性與神經(jīng)動力學(xué)算法，實現(xiàn)了自適應(yīng)積分步長的原位搜索以及多級電導(dǎo)的存內(nèi)乘累加計算芯片設(shè)計。

　　論文鏈接：https://doi.org/10.1126/science.aee6277

　　該方案顯著減少了傳統(tǒng)數(shù)字硬件中頻繁的讀寫、乘法運算、緩存訪問與數(shù)據(jù)搬運等高開銷操作，兼具高精度與實時性，為后摩爾時代計算芯片提供了一種全新范式。

　　研究團隊成功研制出全球首個基于相變憶阻器的毫秒級神經(jīng)動力學(xué)系統(tǒng)芯片，突破了相變型憶阻器長期面臨的「可控存內(nèi)計算」國際難題，首次將神經(jīng)動力學(xué)系統(tǒng)的單步運算時延壓縮至2.12毫秒。

　　相關(guān)實驗結(jié)果表明，在執(zhí)行相同神經(jīng)動力學(xué)運算時，該系統(tǒng)較當前最先進的專用加速器（ASIC）實現(xiàn)3.82~36.27倍速度提升以及11.75~24.73倍功耗降低；在腦皮層表面重建等高保真腦建模任務(wù)中，較NVIDIA A100 GPU提速達50.38~478.18倍。

　　這一成果標志著在神經(jīng)動力學(xué)系統(tǒng)實時計算方面取得關(guān)鍵突破，它不僅將原本需要離線運行的復(fù)雜建模方法推向毫秒級實時在線操作，也為下一代腦機接口、腦數(shù)字孿生、神經(jīng)導(dǎo)航和神經(jīng)退行性疾病智能診療提供了全新的硬件底座。

　　圖1 基于相變型憶阻器的毫秒級神經(jīng)動力學(xué)系統(tǒng)

　　基于相變器件兩種電導(dǎo)可控特性，采用40納米工藝制造神經(jīng)動力學(xué)芯片，存內(nèi)計算與步長漂移陣列總面積僅0.28平方毫米，并配備編程脈沖生成電路、模數(shù)轉(zhuǎn)換器等外圍電路。芯片運行頻率為50 MHz，單步積分僅需9級流水，最終實現(xiàn)2.12毫秒的神經(jīng)動力學(xué)單次迭代計算時延，首次將神經(jīng)動力學(xué)硬件系統(tǒng)運行時間推進到毫秒級時代。

　　圖2 基于相變型憶阻器的神經(jīng)動力學(xué)芯片性能

　　值得注意的是，研究團隊將該芯片用于大腦白質(zhì)與腦灰質(zhì)皮層表面的實時重建以及三維流形網(wǎng)格生成。

　　結(jié)果表明，該系統(tǒng)能夠生成平滑、閉合、拓撲一致的腦皮層表面，準確刻畫復(fù)雜皮層褶皺結(jié)構(gòu)，并有效抑制傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法中常見的自相交（Self Intersection）和非流形偽影。

　　重建結(jié)果在對稱表面平均距離（Average Symmetric Surface Distance）和豪斯多夫距離（Hausdorff Distance）等指標上均顯示出優(yōu)勢，滿足高保真腦結(jié)構(gòu)建模要求。

　　圖3 實時大腦皮層表面重建以及三維流形網(wǎng)格生成

　　這一突破對于腦機接口具有重要啟示。未來腦機接口不僅需要讀取神經(jīng)信號，更需要實時理解大腦狀態(tài)、預(yù)測神經(jīng)動力學(xué)演化，并根據(jù)反饋進行閉環(huán)調(diào)控。

　　高保真腦建模能夠以毫秒級速度運行，有望為腦機接口提供個體化、動態(tài)化、可解釋的腦狀態(tài)模型，使腦機系統(tǒng)從簡單信號識別走向?qū)崟r腦狀態(tài)建模與智能交互。

　　論文的共同通訊作者北京大學(xué)朱毅鑫研究員，北京大學(xué)陶耀宇副研究員，第一作者北京大學(xué)博士后蔡磊(現(xiàn)任職于北京化工大學(xué)講師)，中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所解晨晨研究員，北京大學(xué)博士后閆龍皞。

　　《科學(xué)》雜志同期針對該工作發(fā)表專題觀點評述文章（Perspective），高度評價該工作「代表了一種物理驅(qū)動計算的理念轉(zhuǎn)變」。

　　相關(guān)工作入選「面向2030北京大學(xué)重大培育項目」。該研究得到新基石研究員項目、國家重點研發(fā)計劃、國家自然科學(xué)基金、廣東省存算一體芯片重點實驗室、深圳市重點產(chǎn)業(yè)研發(fā)計劃等支持。

　　參考資料：

　　https://doi.org/10.1126/science.aee6277

　　編輯：LRST