清华大学钱鹤、吴华强教授团队在第68届国际电子器件大会（IEDM 2022）发表4篇存算一体技术领域学术论文

行业资讯|Industry News|

2022-12-19 17:09:33 672

近日，第68届国际电子器件大会（IEDM 2022）在美国旧金山召开，其中清华大学集成电路学院钱鹤、吴华强团队发表了4篇学术论文，报道了存算一体技术领域的最新进展。四篇文章涉及单片三维集成混合存算一体架构、存算一体芯片的多尺度热建模、基于存算一体的同态加密和存算通一体多个前沿领域。其中博士生安然和博士生李怡均发表的基于单片三维集成的混合存算一体架构工作获得IEEE Brain最佳论文奖 (IEEE Brain “Best Paper” Award)。自2016年始，团队已连续七年在IEDM大会上累计发表论文十八篇。

IEDM ( International Electron Devices Meeting ) 始于1955年，是国际微电子器件领域的*会议，在国际微电子领域享有权威的学术地位和广泛的影响力，被誉为“微电子器件领域的奥林匹克盛会”。IEDM主要报道国际微电子器件领域的最新研究进展，以及该领域*应用前景的研究成果，是全球知名学术机构、高校以及行业领军企业报告其最新研究成果和技术突破的主要窗口与平台，被称为国际微电子器件领域的“风向标”。

基于单片三维集成的混合存算一体架构

人工智能的快速发展对芯片的算力与能效提出了越来越高的要求。模拟型RRAM阵列能以极高的效率执行矩阵-向量乘法（MVM）运算，然而实际神经网络还包含如逻辑、缓存、激活函数（如ReLU）和重排等操作，目前无法在RRAM阵列上有效执行。此外，RRAM阵列和缓存之间需要通过总线进行的频繁数据传输，有限的带宽也会导致显著的延迟，限制计算的并行度。该论文提出了一种基于单片三维集成的混合存算一体架构，实现了硅CMOS逻辑层、基于RRAM的存算一体层和基于碳纳米管（CNT）/氧化铟镓锌（IGZO）的近存计算层的片上垂直堆叠，通过高密度层间通孔（ILV）提供的超高带宽优势，可以高效地实现大规模复杂神经网络运算。此外，该论文利用后道兼容低温工艺*实现基于CNT/IGZO的后道CFET结构，以此为基础单元实现后道CMOS近存计算功能层，实现神经网络层之间的缓存和逻辑运算。该工作以 A Hybrid Computing-In-Memory Architecture by Monolithic 3D Integration of BEOL CNT/IGZO-based CFET Logic and Analog RRAM 为题发表。材料学院博士生安然和集成电路学院博士生李怡均为该论文共同*作者，集成电路学院唐建石副教授、吴华强教授以及材料学院李正操教授为本论文共同通讯作者。

基于单片三维集成的混合存算一体芯片架构及推理时间对比

基于RRAM的存算一体芯片的

多尺度热模型

基于RRAM的存算一体芯片近年来得到了广泛关注与研究，芯片的集成规模和算力不断提高。但是，芯片的功耗密度，也在不断提高。并且由于RRAM阵列在计算过程中会全并行开启，造成局部的高功耗与热点。而RRAM器件作为模拟器件，其电导对于温度是敏感的，温度的升高会造成RRAM电导的漂移，进而引起芯片计算精度下降。该工作对基于 RRAM 的存算一体芯片进行了多尺度热建模，对影响温度分布的散热方式、技术节点、RRAM阵列功耗、ADC与DAC功耗等多种因素进行了评估。并结合 RRAM 紧凑模型研究了RRAM器件随温度的电导漂移，及其对神经网络的精度退化的影响，并提出了有效的改善方法。该研究对基于RRAM的存算一体芯片运行深度神经网络，改善温度引起的计算精度下降具有重要参考价值。该工作以 A Multi-Scale Thermal Modeling of RRAM-based 3D Monolithic-Integrated Computing-in-Memory Chips 为题发表, 集成电路学院博士生马阿*为*作者，高滨副教授为通讯作者。

仿真框架（上）、电导随温度的漂移（左下）、推理精度随RRAM阵列功耗的变化（右下）

基于存算一体的同态加密

同态加密是一种可以对密文进行运算的加密技术，独特的性质使其在区块链、云计算等场景中有重要应用，目前已有很多用ASIC、FPGA、GPU等硬件来加速同态加密的工作。同态加密的加解密过程可以概括为多项式模乘法加小噪声，该工作*在阻变存储器(RRAM)阵列上实现了同态加密，其中RRAM阵列分别用作矩阵向量乘法(MVM)单元和真随机数发生器(TRNG)，来加速多项式模乘和产生小噪声。为了基于同一RRAM器件上实现MVM和TRNG两种不同的功能，该工作采用了不同的初始化方案来调制噪声，使基于RRAM的MVM和TRNG分别获得了较高的稳定性和较好的随机性。之后，该工作在具有8个144Kb RRAM阵列的硬件系统上实验了对隐私保护云推理任务的同态加密解密过程，基于RRAM阵列的同态加解密过程在实现了很小的精度损失的同时大大降低了功耗和时间开销。该工作以 First Demonstration of Homomorphic Encryption using Multi-Functional RRAM Arrays with a Novel Noise-Modulation Scheme 为题发表, 集成电路学院博士生李雪绮为*作者，吴华强教授和高滨副教授为共同通讯作者。该工作由清华大学集成电路学院和中国移动研究院合作完成。

隐私保护的云端推理任务流程图（左上），基于RRAM阵列的同态加密系统架构图（右上），系统的推理准确率、能效和时间开销对比（下）

基于存算一体的混合预编码

信息技术包含信息的感知、计算、存储和通信。过去几十年，通信技术不断发展，使得数据传输带宽和速度都不断增大。5G/6G通信系统中，计算越来越多成为限制通信系统速度和稳定性的瓶颈。该工作*次实现了面向5G/6G MIMO 通信系统的基于存算一体的混合预编码。为了实现大规模MIMO混合预编码所需要的大规模矩阵乘，该工作*实现了128K 全并行大规模模拟阻变存储器阵列。为了解决大规模阵列中的IR-drop问题，该工作提出了一个紧凑模型以及相应的补偿方案。为了降低混合预编码的计算复杂性，该工作设计了一种新的与CIM兼容的模拟预编码算法框架和权重映射策略。最终，该工作实现了基于RRAM阵列的混合预编码，其性能相对于基于FPGA的混合预编码基本没有降低，且有超过20倍的能效提升。该工作*探究了基于RRAM阵列的存算通一体的可行性。该工作以 Hybrid Precoding with a Fully-Parallel Large-Scale Analog RRAM Array for 5G/6G MIMO Communication System 为题发表, 集成电路学院博士生秦琦为*作者，高滨副教授为通讯作者。该工作由清华大学集成电路学院、清华大学电子系， MemInsights Technology inc.,以及中国移动研究院合作完成。

基于RRAM的混合预编码框架以及能效对比

*证书

颁奖现场

钱鹤、吴华强教授团队长期致力于基于忆阻器的存算一体技术研究，从器件制备、工艺集成、电路设计及架构与算法优化等多层次实现创新突破，先后在《自然》（Nature）、《自然纳米技术》（Nature Nanotechnology ）、《自然电子》（Nature Electronics）、《自然通讯》（Nature Communications）、《科学进展》（Science Advances）、《先进材料》（Advanced Materials）等*期刊以及国际电子器件会议（IEDM）、国际固态半导体电路大会（ISSCC）等领域内*国际学术会议上发表多篇论文。

免责声明：本文采摘自网络，本文仅代表作者个人观点，不代表萨科微及行业观点，只为转载与分享，支持保护知识产权，转载请注明原出处及作者，如有侵权请联系我们删除。