神經(jīng)形態(tài)計算是一種類腦計算范式，一般是指在神經(jīng)形態(tài)芯片上運(yùn)行脈沖神經(jīng)網(wǎng)絡(luò)（Spiking Neural Network，SNN）。神經(jīng)形態(tài)計算旨在通過模仿構(gòu)成人腦的神經(jīng)元和突觸的機(jī)制來實(shí)現(xiàn)人工智能（AI）。本質(zhì)來講，神經(jīng)形態(tài)計算，是一種由算法驅(qū)動硬件的設(shè)計范式。憑借低功耗的優(yōu)點(diǎn)，神經(jīng)形態(tài)計算也被認(rèn)為是替換傳統(tǒng) AI 的「潛力股」。受當(dāng)前計算機(jī)無法提供的人腦認(rèn)知功能的啟發(fā)，神經(jīng)形態(tài)設(shè)備已被廣泛研究。

近日，韓國研究人員團(tuán)隊(duì)開發(fā)了一種新的存儲設(shè)備，該設(shè)備可用于替換現(xiàn)有內(nèi)存或用于為下一代人工智能硬件實(shí)現(xiàn)神經(jīng)形態(tài)計算，且其具有處理成本低和超低功耗的優(yōu)勢。

韓國科學(xué)技術(shù)院（KAIST）4 月 4 日宣布，電氣工程學(xué)院 Shinhyun Choi 教授的研究團(tuán)隊(duì)開發(fā)了一種具有超低功耗的下一代相變存儲器器件，可以取代 DRAM 和 NAND 閃存。

相變存儲器（PCM）是一種通過使用熱量將材料的晶體狀態(tài)改變?yōu)榉蔷B(tài)或結(jié)晶，從而改變其電阻狀態(tài)來存儲和/或處理信息的存儲設(shè)備。相變存儲器因其低延遲、非易失性存儲器特性和高積分密度而被認(rèn)為是解決馮·諾依曼瓶頸的有前景的候選者?，F(xiàn)有的相變存儲器存在制造大規(guī)模器件的制造工藝成本高昂、運(yùn)行功率大等問題。為了解決這些問題，Choi 教授的研究團(tuán)隊(duì)開發(fā)了一種超低功耗相變存儲器件，通過電學(xué)形成非常小的納米級可相變絲，而無需昂貴的制造工藝。這項(xiàng)新開發(fā)具有突破性的優(yōu)勢，不僅具有非常低的處理成本，而且還能夠以超低功耗運(yùn)行。

DRAM 是最常用的存儲器之一，速度非?？欤哂幸资蕴匦?，當(dāng)電源關(guān)閉時，數(shù)據(jù)會消失。NAND 閃存是一種存儲設(shè)備，讀/寫速度相對較慢，但它具有非易失性特性，即使在電源被切斷時也能保存數(shù)據(jù)。

另一方面，相變存儲器結(jié)合了 DRAM 和 NAND 閃存的優(yōu)點(diǎn)，具有高速和非易失性特性。出于這個原因，相變存儲器被強(qiáng)調(diào)為可以取代現(xiàn)有存儲器的下一代存儲器，并且作為一種模仿人腦的存儲技術(shù)或神經(jīng)形態(tài)計算技術(shù)正在被積極研究。

然而，傳統(tǒng)的相變存儲器件需要大量的功率才能運(yùn)行，因此很難制作出實(shí)用的大容量存儲器產(chǎn)品或?qū)崿F(xiàn)神經(jīng)形態(tài)計算系統(tǒng)。為了最大限度地提高存儲設(shè)備運(yùn)行的熱效率，以前的研究工作側(cè)重于通過使用最先進(jìn)的光刻技術(shù)來縮小設(shè)備的物理尺寸來降低功耗，但它們在實(shí)用性方面遇到了局限性，因?yàn)楣牡母纳瞥潭群苄?，而制造的成本和難度隨著每次改進(jìn)而增加。

為了解決相變存儲器的功耗問題，Shinhyun Choi 教授的研究團(tuán)隊(duì)創(chuàng)造了一種在極小面積內(nèi)電化形成相變材料的方法，成功實(shí)現(xiàn)了超低功耗相變存儲器件，其功耗比使用昂貴的光刻工具制造的傳統(tǒng)相變存儲器件低 15 倍。

圖 1. 本研究開發(fā)的超低功耗相變存儲器件的圖示，以及新開發(fā)的相變存儲器件與傳統(tǒng)相變存儲器件的功耗比較

Shinhyun Choi 教授對這項(xiàng)研究在未來的新研究領(lǐng)域中的發(fā)展充滿信心，他表示：「我們開發(fā)的相變存儲器件具有重要意義，因?yàn)樗峁┝艘环N新穎的方法來解決生產(chǎn)存儲器中長期存在的問題。裝置大大提高了制造成本和能源效率。我們預(yù)計我們的研究結(jié)果將成為未來電子工程的基礎(chǔ)，使包括高密度三維垂直存儲器和神經(jīng)形態(tài)計算系統(tǒng)在內(nèi)的各種應(yīng)用成為可能，因?yàn)樗_辟了從各種材料中進(jìn)行選擇的可能性?！?/span>

該研究由韓國科學(xué)技術(shù)院（KAIST）電機(jī)工程學(xué)院博士生 See-On Park 和韓國科學(xué)技術(shù)院（KAIST）電機(jī)工程學(xué)院博士生 Seokman Hong 作為第一作者參與，于 4 月 4 日發(fā)表在國際著名學(xué)術(shù)期刊《自然》（Nature）4 月號上。（論文題目：Phase-Change Memory via a Phase-Changeable Self-Confined Nano-Filament）

該研究得到了韓國下一代智能半導(dǎo)體技術(shù)開發(fā)項(xiàng)目、PIM AI 半導(dǎo)體核心技術(shù)開發(fā)（器件）項(xiàng)目、韓國國家研究基金會優(yōu)秀新興研究項(xiàng)目和國家納米晶圓中心半導(dǎo)體工藝納米醫(yī)療器件開發(fā)項(xiàng)目的支持。