两维全铁电门混合计算内存硬件,用于高精度和节能动态跟踪.
Tian Lu1, Junying Xue2, Penghui Shen1
1School of Integrated Circuits and Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing, China.
Science advances
|September 4, 2024
概括
研究人员使用2D材料开发了一种新的内存计算 (CIM) 平台,用于高效的AI. 这种混合硬件显著提高了人工智能任务的功率效率,例如动态跟踪.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机工程 计算机工程
- 人工智能的人工智能
背景情况:
- ·诺伊曼瓶限制了计算性能和能源效率.
- 集成数字和模拟计算在内存 (CIM) 对于先进的人工智能至关重要,但面临的整合挑战.
- 需要新的硬件架构来克服当前AI处理的局限性.
研究的目的:
- 提出和演示一个新的互补金属氧化物半导体 (CMOS) 兼容的铁电混合CIM平台.
- 整合数字逻辑和模拟计算,使用二维 (2D) 材料来增强人工智能.
- 评估AI应用开发的CIM系统的性能和效率.
主要方法:
- 使用可溶液处理的2D二硫化物 (MoS2) 原子薄通道制造一个铁电混合CIM平台.
- 整合布尔逻辑和触发器用于数字处理和模拟计算的多阶段单元格数组.
- 晶圆尺度制造实现了高收益率 (96.36%) 和设备性能 (开/关比,耐久性,保留,变化) 的表征.
主要成果:
- 实现了高性能指标:启/关比>10^7,耐力>10^12,保留时间>10年,变化很小 (~0.3%/~0.5%).
- 开发了一个紧的2D混合CIM系统,用于动态跟踪任务.
- 与图形处理单元 (GPU) 相比,显示了99.8%的高精度和263倍的功率效率提高.
结论:
- 拟议的二维铁电门混合CIM平台为克服·诺伊曼瓶提供了一个可行的解决方案.
- 这项技术通过数字和模拟计算的单体集成实现了高精度,节能的人工智能处理.
- 多功能CIM块显示出各种AI任务的巨大潜力,为下一代智能系统铺平了道路.
