海陵香木一枚芯片，集成记忆和计算的能力，保护用户隐私的同时还具备类似人脑的自主学习，能效相较先进工艺下的专用集成电路系统有约75倍提升。这是清华大学集成电路学院团队研制出的全球首枚全系统集成、支持高效片上学习的忆阻器存算一体芯片。该成果近日发表在国际学术期刊《科学》上，有望促进人工智能、自动驾驶、可穿戴设备等领域的发展。

　　记忆电阻器，是继电阻、电容、电感之后的第四种电路基本元件。它可以在断电之后，仍能“记忆”通过的电荷，被当做新型纳米电子突触器件。早在1946年，“计算机之父”冯·诺依曼提出并定义了计算机架构，采用二进制的编码，由存储器和处理器分别完成数据存储和计算。但是，随着人工智能等应用对数据存储和计算需求的不断提升，数据来回“搬运”处理，耗时长，功耗大，还可能存在“交通堵塞”的风险。

　　清华集成电路学院教授钱鹤、吴华强、高滨等带领团队创新设计出适用于忆阻器存算一体的高效片上学习的新型通用算法和架构，研制出全球首枚全系统集成的、支持高效片上学习的忆阻器存算一体芯片。相同任务下，该芯片实现片上学习的能耗仅为先进工艺下专用集成电路系统约3%，同时有望实现75倍的能效提升。

　　“存算一体片上学习在实现更低延迟和更小能耗的同时，能够有效保护用户隐私和数据。”据介绍，该芯片参照仿生类脑处理方式，可实现不同任务的快速“片上训练”与“片上识别”，能够有效完成边缘计算场景下的增量学习任务，以极低的耗电适应新场景、学习新知识，以满足用户的个性化需求。比如，有些人习惯在数字“7”的中间加一短横。一开始，智能芯片并不认识这个符号，然而训练了两三个这样书写的“7”后，它就能准确将其识别为数字“7”。

　　该芯片包含支持完整片上学习所必需的全部电路模块，成功完成图像分类、语音识别和控制任务等多种片上增量学习功能验证，展示出高适应性、高能效、高通用性、高准确率等特点，有效强化智能设备在实际应用场景下的学习适应能力，有望促进人工智能、自动驾驶、可穿戴设备等领域的发展。放眼未来，吴华强希望团队的方案、技术能够走出实验室，切切实实推动科研成果转化，致力服务国家所需、社会所需。