環(huán)球零碳

碳中和領(lǐng)域的《新青年》

首圖來(lái)源：Shutterstock

人工智能（AI）技術(shù)飛速發(fā)展，其龐大的電力需求已成為產(chǎn)業(yè)面臨的重大挑戰(zhàn)。

傳統(tǒng)計(jì)算機(jī)架構(gòu)在內(nèi)存與處理單元之間頻繁傳輸數(shù)據(jù)，導(dǎo)致能源大量損耗。針對(duì)此問(wèn)題，由劍橋大學(xué)領(lǐng)導(dǎo)的研究團(tuán)隊(duì)開發(fā)出一種受人類大腦啟發(fā)的新型納米電子組件，有望將 AI 系統(tǒng)的耗能降低高達(dá) 70%。

這項(xiàng)研究成果已發(fā)表在《科學(xué)進(jìn)展》（Science Advances）期刊。研究團(tuán)隊(duì)利用改進(jìn)后的二氧化鉿（Hafnium oxide）開發(fā)出一種高度穩(wěn)定的低能耗「憶阻器」（Memristor）。此種組件的設(shè)計(jì)靈感來(lái)自于大腦神經(jīng)元高效連接與溝通的方式，能將數(shù)據(jù)儲(chǔ)存與處理整合在同一位置，實(shí)現(xiàn)“類腦運(yùn)算（Neuromorphic Computing）”。

與現(xiàn)有的憶阻器技術(shù)不同，劍橋團(tuán)隊(duì)采取了創(chuàng)新的設(shè)計(jì)路徑。目前的憶阻器大多依賴在金屬氧化物材料內(nèi)部形成微小的導(dǎo)電絲（Filaments），但此種方式往往具有不可預(yù)測(cè)性，且需要高電壓執(zhí)行。研究人員透過(guò)引入鍶（Strontium）和鈦（Titanium），并采用兩步生長(zhǎng)制程，在氧化物層的接口處創(chuàng)造出微小的電子閘門，即「p-n 結(jié)」。此種結(jié)構(gòu)讓組件能透過(guò)改變接口能壘來(lái)平滑調(diào)整電阻，而非依賴不穩(wěn)定的導(dǎo)電絲，進(jìn)而確保了組件在不同周期與裝置之間展現(xiàn)出卓越的一致性。

在效能表現(xiàn)方面，此種新型組件的切換電流比傳統(tǒng)氧化物憶阻器低了約100萬(wàn)倍，并能提供數(shù)百個(gè)穩(wěn)定的電導(dǎo)能階，這對(duì)于模擬「內(nèi)存內(nèi)運(yùn)算（In-Memory Computing）」至關(guān)重要。實(shí)驗(yàn)室測(cè)試顯示，該組件能承受數(shù)萬(wàn)次的切換周期，并能仿真生物學(xué)習(xí)行為，例如「脈沖定時(shí)依賴可塑性（Spike-Timing Dependent Plasticity）」，這意味著硬件不僅能儲(chǔ)存數(shù)據(jù)，還具備學(xué)習(xí)與適應(yīng)的能力。

盡管潛力巨大，該技術(shù)目前仍面臨制造上的挑戰(zhàn)。目前的生產(chǎn)過(guò)程需要約 700°C 的高溫，這超出了標(biāo)準(zhǔn)半導(dǎo)體生產(chǎn)的限制。

研究負(fù)責(zé)人、劍橋大學(xué)材料科學(xué)與冶金系及工程系的 Babak Bakhit 博士表示，團(tuán)隊(duì)正致力于降低制程溫度，以使其能與現(xiàn)有的工業(yè)標(biāo)準(zhǔn)兼容。他強(qiáng)調(diào)，若能成功解決溫度問(wèn)題并將此組件整合至芯片系統(tǒng)中，將是 AI 硬件發(fā)展的一大跨越。

Bakhit 博士透露，他在研發(fā)過(guò)程中經(jīng)歷了無(wú)數(shù)次失敗，直到去年 11 月底透過(guò)修改兩階段沉積制程，在第一層形成后才引入氧氣，才終于獲得理想的實(shí)驗(yàn)結(jié)果。雖然目前仍處于早期階段，但其極低的耗能與優(yōu)異的效能，為未來(lái) AI 硬件的節(jié)能轉(zhuǎn)型帶來(lái)了曙光。

（轉(zhuǎn)自科技新報(bào)）

熱門閱讀

（點(diǎn)擊圖片跳轉(zhuǎn)閱讀）