新型憶阻器，用于AI內(nèi)存計(jì)算

憶阻器又名記憶電阻，是一種被動電子器件。如同電阻器，憶阻器能產(chǎn)生并維持一股安全的電流通過某個設(shè)備。但是與電阻器不同的地方在于，憶阻器可以在關(guān)掉電源后，仍能「記憶」先前通過的電荷量。兩組的憶阻器更能產(chǎn)生與晶體管相同的功能，但更為細(xì)小。

最初于 1971 年，加州大學(xué)伯克利分校的蔡少棠教授根據(jù)電子學(xué)理論，預(yù)測到在電阻器、電容器及電感器件之外，還存在電路的第四種基本器件，即是憶阻器。

德國研究人員開發(fā)出一種新型憶阻器，使得低功耗邊緣人工智能芯片在從一種人工智能模型轉(zhuǎn)變?yōu)榱硪环N人工智能模型時不會「丟失數(shù)據(jù)」。

Agentic AI 使用針對不同任務(wù)的優(yōu)化模型，但發(fā)現(xiàn)在從一個模型切換到另一個模型時會丟失所有數(shù)據(jù)，這是一個重大挑戰(zhàn)。ReRAM 等憶阻器可以通過在內(nèi)存中處理來大幅降低邊緣 AI 芯片的功耗，但仍難以實(shí)現(xiàn)模型之間的轉(zhuǎn)換。這些憶阻器的可靠陣列既可以存儲 AI 模型的推理權(quán)重，也可以存儲跨模型使用的隱藏權(quán)重。

德國于利希研究中心彼得·格倫貝格研究所 (PGI-7) 納米電化學(xué)基礎(chǔ)與應(yīng)用研究小組的團(tuán)隊(duì)開發(fā)出了憶阻器，即具有記憶功能的電阻器，采用所謂的細(xì)絲電導(dǎo)率修改機(jī)制 (FCM) 構(gòu)建。

「我們發(fā)現(xiàn)了一種全新的電化學(xué)憶阻機(jī)制，它在化學(xué)和電學(xué)上都更加穩(wěn)定，」該團(tuán)隊(duì)負(fù)責(zé)人伊利亞·瓦洛夫教授說道?！钙洫?dú)特的特性允許使用不同的開關(guān)模式來控制憶阻器的調(diào)制，這樣存儲的信息就不會丟失，」他說。

「基礎(chǔ)研究對于更好地控制納米級過程至關(guān)重要，」多年來一直從事憶阻器研究的瓦洛夫表示?！肝覀冃枰虏牧虾颓袚Q機(jī)制來降低系統(tǒng)的復(fù)雜性并增加功能范圍?！?/p>

目前已確定了雙極憶阻器兩種主要運(yùn)行機(jī)制：ECM 和 VCM，但每種機(jī)制都有各自的優(yōu)點(diǎn)和缺點(diǎn)。

ECM 憶阻器使用電化學(xué)金屬化在兩個電極之間形成金屬絲——一個微小的「導(dǎo)電橋」，它可以改變電阻，并在電壓反轉(zhuǎn)時再次溶解。這里的關(guān)鍵參數(shù)是電化學(xué)反應(yīng)的能量勢壘（電阻）。這種設(shè)計(jì)允許低切換電壓和快速切換時間，但生成的狀態(tài)是可變的并且相對較短。

VCM 憶阻器采用價態(tài)變化機(jī)制，通過改變肖特基勢壘，使電極與電解質(zhì)界面的氧離子移動，從而改變電阻。此過程相對穩(wěn)定，但需要較高的開關(guān)電壓。

「因此，我們考慮設(shè)計(jì)一種兼具兩種類型優(yōu)點(diǎn)的憶阻器，」Valov 說道。這種憶阻器使用由金屬氧化物制成的細(xì)絲，而不是像 ECM 那樣的純金屬細(xì)絲，后者由氧和鉭離子的運(yùn)動形成，并且非常穩(wěn)定——永遠(yuǎn)不會完全溶解?！改憧梢园阉胂蟪梢环N在某種程度上始終存在的細(xì)絲，只是經(jīng)過了化學(xué)修飾，」Valov 說道。

這使得切換機(jī)制更加穩(wěn)健?？茖W(xué)家們也將其稱為燈絲電導(dǎo)率修改機(jī)制 (FCM)?；诖藱C(jī)制的組件具有多項(xiàng)優(yōu)勢：它們在化學(xué)和電氣上更穩(wěn)定、更耐高溫、電壓窗口更寬并且生產(chǎn)所需的電壓更低。因此，制造過程中燒壞的組件更少，廢品率更低，使用壽命更長。

最重要的是，不同的氧化狀態(tài)允許憶阻器以二進(jìn)制和/或模擬模式運(yùn)行，適用于邊緣 AI 芯片。

模擬和數(shù)字行為的結(jié)合對于神經(jīng)形態(tài)芯片來說特別有趣，因?yàn)樗梢詭椭苊饽Ｐ捅桓采w。

研究人員在模擬的人工神經(jīng)網(wǎng)絡(luò)模型中實(shí)現(xiàn)了新的憶阻元件。在多個圖像數(shù)據(jù)集中，該系統(tǒng)在模式識別方面實(shí)現(xiàn)了高水平的準(zhǔn)確性。未來，該團(tuán)隊(duì)希望尋找其他材料來制作憶阻器，這些材料可能比這里介紹的版本工作得更好、更穩(wěn)定。

瓦洛夫說：「我們的研究成果將進(jìn)一步推動『內(nèi)存計(jì)算』應(yīng)用電子產(chǎn)品的發(fā)展?！?/p>

在 AI 計(jì)算領(lǐng)域，憶阻器的優(yōu)勢尤為顯著。它能夠模擬神經(jīng)網(wǎng)絡(luò)中的突觸行為，使得類腦計(jì)算成為可能。 這意味著，未來的 AI 計(jì)算不再依賴龐大的 GPU 陣列，而是能夠用更加高效、低功耗的方式進(jìn)行智能學(xué)習(xí)。