新型憶阻器，用於AI內存計算_風聞
半导体产业纵横-半导体产业纵横官方账号-赋能中国半导体产业，我们一直在路上。1小时前
德國研究人員開發出一種新型憶阻器，其具備記憶功能。
憶阻器又名記憶電阻，是一種被動電子器件。如同電阻器，憶阻器能產生並維持一股安全的電流通過某個設備。但是與電阻器不同的地方在於，憶阻器可以在關掉電源後，仍能“記憶”先前通過的電荷量。兩組的憶阻器更能產生與晶體管相同的功能，但更為細小。
最初於1971年，加州大學伯克利分校的蔡少棠教授根據電子學理論，預測到在電阻器、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變為另一種人工智能模型時不會“丟失數據”。
Agentic AI 使用針對不同任務的優化模型，但發現在從一個模型切換到另一個模型時會丟失所有數據，這是一個重大挑戰。ReRAM等憶阻器可以通過在內存中處理來大幅降低邊緣 AI 芯片的功耗，但仍難以實現模型之間的轉換。這些憶阻器的可靠陣列既可以存儲 AI 模型的推理權重，也可以存儲跨模型使用的隱藏權重。
德國於利希研究中心彼得·格倫貝格研究所 (PGI-7) 納米電化學基礎與應用研究小組的團隊開發出了憶阻器，即具有記憶功能的電阻器，採用所謂的細絲電導率修改機制 (FCM) 構建。
“我們發現了一種全新的電化學憶阻機制，它在化學和電學上都更加穩定，”該團隊負責人伊利亞·瓦洛夫教授説道。“其獨特的特性允許使用不同的開關模式來控制憶阻器的調製，這樣存儲的信息就不會丟失，”他説。
“基礎研究對於更好地控制納米級過程至關重要，”多年來一直從事憶阻器研究的瓦洛夫表示。“我們需要新材料和切換機制來降低系統的複雜性並增加功能範圍。”
目前已確定了雙極憶阻器兩種主要運行機制：ECM 和 VCM，但每種機制都有各自的優點和缺點。
ECM 憶阻器使用電化學金屬化在兩個電極之間形成金屬絲——一個微小的“導電橋”，它可以改變電阻，並在電壓反轉時再次溶解。這裏的關鍵參數是電化學反應的能量勢壘（電阻）。這種設計允許低切換電壓和快速切換時間，但生成的狀態是可變的並且相對較短。
VCM 憶阻器採用價態變化機制，通過改變肖特基勢壘，使電極與電解質界面的氧離子移動，從而改變電阻。此過程相對穩定，但需要較高的開關電壓。
“因此，我們考慮設計一種兼具兩種類型優點的憶阻器，”Valov 説道。這種憶阻器使用由金屬氧化物製成的細絲，而不是像 ECM 那樣的純金屬細絲，後者由氧和鉭離子的運動形成，並且非常穩定——永遠不會完全溶解。“你可以把它想象成一種在某種程度上始終存在的細絲，只是經過了化學修飾，”Valov 説道。
這使得切換機制更加穩健。科學家們也將其稱為燈絲電導率修改機制 (FCM)。基於此機制的組件具有多項優勢：它們在化學和電氣上更穩定、更耐高温、電壓窗口更寬並且生產所需的電壓更低。因此，製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，不同的氧化狀態允許憶阻器以二進制和/或模擬模式運行，適用於邊緣 AI 芯片。
模擬和數字行為的結合對於神經形態芯片來説特別有趣，因為它可以幫助避免模型被覆蓋。
研究人員在模擬的人工神經網絡模型中實現了新的憶阻元件。在多個圖像數據集中，該系統在模式識別方面實現了高水平的準確性。未來，該團隊希望尋找其他材料來製作憶阻器，這些材料可能比這裏介紹的版本工作得更好、更穩定。
瓦洛夫説：“我們的研究成果將進一步推動‘內存計算’應用電子產品的發展。”
在AI計算領域，憶阻器的優勢尤為顯著。它能夠模擬神經網絡中的突觸行為，使得類腦計算成為可能。 這意味着，未來的AI計算不再依賴龐大的GPU陣列，而是能夠用更加高效、低功耗的方式進行智能學習。
*聲明：本文系原作者創作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯繫後台。