韓國研究人員團隊開發了一種新型存儲設備，該設備可用于取代現有內存或用于實現下一代人工智能硬件的神經擬態計算。 ? 神經形態計算是一種類腦計算范式，一般是指在神經形態芯片上運行脈沖神經網絡（Spiking Neural Network，SNN）。神經形態計算旨在通過模仿構成人腦的神經元和突觸的機制來實現人工智能（AI）。本質來講，神經形態計算，是一種由算法驅動硬件的設計范式。憑借低功耗的優點，神經形態計算也被認為是替換傳統 AI 的“潛力股”。受當前計算機無法提供的人腦認知功能的啟發，神經形態設備已被廣泛研究。

近日，韓國研究人員團隊開發了一種新的存儲設備，該設備可用于替換現有內存或用于為下一代人工智能硬件實現神經形態計算，且其具有處理成本低和超低功耗的優勢。 韓國科學技術院（KAIST）4月4日宣布，電氣工程學院Shinhyun Choi教授的研究團隊開發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改變為非晶態或結晶，從而改變其電阻狀態來存儲和/或處理信息的存儲設備。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為是解決馮·諾依曼瓶頸的有前景的候選者。現有的相變存儲器存在制造大規模器件的制造工藝成本高昂、運行功率大等問題。為了解決這些問題，Choi教授的研究團隊開發了一種超低功耗相變存儲器件，通過電學形成非常小的納米級可相變絲，而無需昂貴的制造工藝。這項新開發具有突破性的優勢，不僅具有非常低的處理成本，而且還能夠以超低功耗運行。

DRAM是最常用的存儲器之一，速度非常快，但具有易失性特性，當電源關閉時，數據會消失。NAND閃存是一種存儲設備，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據。

另一方面，相變存儲器結合了DRAM和NAND閃存的優點，具有高速和非易失性特性。出于這個原因，相變存儲器被強調為可以取代現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或神經形態計算技術正在被積極研究。

然而，傳統的相變存儲器件需要大量的功率才能運行，因此很難制作出實用的大容量存儲器產品或實現神經形態計算系統。為了最大限度地提高存儲設備運行的熱效率，以前的研究工作側重于通過使用最先進的光刻技術來縮小設備的物理尺寸來降低功耗，但它們在實用性方面遇到了局限性，因為功耗的改善程度很小，而制造的成本和難度隨著每次改進而增加。

為了解決相變存儲器的功耗問題，Shinhyun Choi教授的研究團隊創造了一種在極小面積內電化形成相變材料的方法，成功實現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相變存儲器件低15倍。?

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

Shinhyun Choi教授對這項研究在未來的新研究領域中的發展充滿信心，他表示：“我們開發的相變存儲器件具有重要意義，因為它提供了一種新穎的方法來解決生產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。我們預計我們的研究結果將成為未來電子工程的基礎，使包括高密度三維垂直存儲器和神經形態計算系統在內的各種應用成為可能，因為它開辟了從各種材料中進行選擇的可能性。”

該研究由韓國科學技術院（KAIST）電機工程學院博士生See-On Park和韓國科學技術院（KAIST）電機工程學院博士生Seokman Hong作為第一作者參與，于4月4日發表在國際著名學術期刊《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體技術開發項目、PIM AI半導體核心技術開發（器件）項目、韓國國家研究基金會優秀新興研究項目和國家納米晶圓中心半導體工藝納米醫療器件開發項目的支持。

審核編輯：黃飛

?