一枚芯片，集成记忆和计算能力，保护用户隐私的同时还具备类似人脑的自主学习功能，能效相较先进工艺下的专用集成电路系统有约75倍提升。这是清华大学集成电路学院教授吴华强、副教授高滨团队研制出的全球首枚全系统集成、支持高效片上学习的忆阻器存算一体芯片，有望促进人工智能、自动驾驶、可穿戴设备等领域发展。近日，该成果在国际学术期刊《科学》上发表。

  清华大学集成电路学院副教授高滨表示，“我们研发的这款存算一体芯片，展示出高适应性、高能效、高通用性、高准确率等特点，能有效强化智能设备在实际应用场景下的学习适应能力。该款芯片揭示了人工智能时代下边缘学习的新范式，为突破冯·诺依曼传统计算架构下的能效、算力瓶颈提供了一种创新发展路径。”

  相同任务下，该款芯片实现片上学习的能耗仅为先进工艺下专用集成电路系统的3%，展现出卓越的能效优势，具有满足人工智能时代高算力需求的应用潜力。相关成果可应用于手机等智能终端设备，还可以应用于边缘计算场景，比如汽车、机器人等。

  据介绍，当前，国际上的相关研究仍停留在忆阻器阵列层面的学习功能演示，全系统集成的忆阻器片上学习芯片仍未实现，主要在于传统的反向传播训练算法所要求的高精度权重更新方式与忆阻器实际特性的适配性较差，导致大规模集成下的系统精度和能耗出现瓶颈。

  “存算一体片上学习在实现更低延迟和更小能耗的同时，能够有效保护用户隐私和数据。”据介绍，该芯片参照仿生类脑处理方式，可实现不同任务的快速“片上训练”与“片上识别”，能够有效完成边缘计算场景下的增量学习任务，以极低的耗电适应新场景、学习新知识，以满足用户的个性化需求。比如，有些人习惯在数字“7”的中间加一短横。一开始，智能芯片并不认识这个符号，然而训练了两三个这样书写的“7”后，它就能准确将其识别为数字“7”。

  放眼未来，吴华强希望团队的方案、技术能够走出实验室，切切实实推动科研成果转化，致力服务国家所需、社会所需。