兩位年輕中國芯片科學(xué)家的雄心：全新材料實現(xiàn)存算一體化　突破AI算力瓶頸

瑞士洛桑聯(lián)邦理工學(xué)院研發(fā)的新型計算存儲二合一芯片

近日，瑞士洛桑聯(lián)邦理工學(xué)院的研究團隊在Nature上發(fā)表了題為《通過原子厚度半導(dǎo)體材料構(gòu)建存儲和計算單元》的論文。該研究成果通過一種單一體系結(jié)構(gòu)將邏輯運算和數(shù)據(jù)存儲兩種功能模塊有效整合到了一起，這或許為更高效計算機的出現(xiàn)鋪平了道路。值得注意的是，這項技術(shù)尤其適合用于人工智能計算。來自中國的博士生趙雁飛、王震宇等亦參與了本次論文寫作。

論文通訊作者Andras Kis及論文作者之一趙雁飛，她表示，本次研究由瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）納米級電子和結(jié)構(gòu)實驗室（LANEs）的Andras Kis教授最先發(fā)起并指導(dǎo)，同時Andras Kis也是該論文的通訊作者，博士生Guillherme Migliato Marega在趙雁飛等人的協(xié)作下，一起完成了上述新型計算存儲二合一芯片的制備。

關(guān)于計算和存儲，目前業(yè)界流行的做法是盡量縮短存儲單元與計算單元的通信“路徑”。以目前排名第一的日本超算“富岳”所搭載的A64FX為例，其芯片就采用了融合CPU+GPU的通用架構(gòu)，并且內(nèi)置了7nm的HBM2存儲器，每個芯片的內(nèi)存帶寬高達1024GB/s。

但問題依舊沒有從根本上解決，這些存儲單元和計算單元仍然是割裂開的，那么有沒有可能將它們“合二為一”呢？

我們目前用的計算機通常會在CPU處理數(shù)據(jù)，然后把數(shù)據(jù)傳遞到硬盤、或固態(tài)硬盤進行存儲。

該模式已經(jīng)運行幾十年，但顯然存在著更高效的方式，比如人類大腦。它被稱為是世界上最強大的計算機，大腦中的神經(jīng)元，就可以同時處理和存儲信息。

存儲器中的邏輯

基于此，Andras Kis教授試圖通過模仿人類大腦，來研發(fā)出存儲單元和計算單元合二為一的芯片。思路確定后，該團隊采用二硫化鉬（MoS2）作為通道材料，并將其用于開發(fā)基于浮柵場效應(yīng)晶體管（FGFETs）的存儲器中邏輯器件和電路。在演示可編程或非門之后，F(xiàn)GFETs作為適用于可重構(gòu)邏輯回路的構(gòu)建模塊，可應(yīng)用在更復(fù)雜的可編程邏輯上。

據(jù)趙雁飛介紹，在本次研究中，博士生Guillherme Migliato Marega搭建出測試裝置、并獨立完成了電學(xué)測量。趙雁飛則用有機金屬化學(xué)氣相沉積法（MOCVD），制備了單層單晶體MoS2材料。

博士生王震宇在同為通訊作者的Aleksandra Radenovic教授的指導(dǎo)下，進行了拉曼光譜分析和晶圓級單層MoS2薄膜的生長;博士后Mukesh Tripathi執(zhí)行了高分辨率透射電子顯微鏡（HRTEM）測量和模擬;Guillherme Migliato Marega和博士后Ahmet Avsar以及Andras Kis教授共同負責(zé)數(shù)據(jù)分析和總結(jié)，并在所有作者的協(xié)助下撰寫出論文手稿，論文大概可分為四個要點：類腦的計算機結(jié)構(gòu)、門電路及可編程的設(shè)計、半導(dǎo)體材料的選定、以及在實驗室的樣品制作。

富岳A64FX結(jié)構(gòu)示意圖

據(jù)悉，該芯片由二硫化鉬制成，二硫化鉬是一種由鉬和硫組成的化合物，它在制造非常小的晶體管、發(fā)光二極管（LED）和太陽能電池方面具有非常大的潛力。

Andras Kis表示，在厚度為0.65納米的Mos2片中，電子可以像在厚度為2納米的硅片中一樣有效移動，并且其能耗可以較后者減少10萬倍。

Mos2材料具有很好的電氣特性，可以對其構(gòu)建的晶體管電導(dǎo)率進行精確且連續(xù)的控制，這是石墨烯無法比擬的。并且，二硫化鉬對浮柵場效應(yīng)晶體管中存儲的電荷非常敏感，因此研究人員可以開發(fā)出能同時用作存儲器存儲單元和可編程晶體管的電路。此外，二硫化鉬還能將多個處理功能整合到單個電路中，并根據(jù)需要進行更改。

芯片構(gòu)建于浮柵場效應(yīng)晶體管（FGFET）的基礎(chǔ)之上，這些晶體管能夠長時間存儲電荷，即能實現(xiàn)“非易失性存儲”，未來可以廣泛應(yīng)用于相機、智能手機和計算機的閃存系統(tǒng)中。

本次研究中涉及到的浮柵內(nèi)存結(jié)構(gòu)如下圖所示，它主要包含一個本地鉻/鈀底柵和一個薄膜鉑浮柵，這種組成使其具有連續(xù)、且光滑的表面，進而帶來金屬表面粗糙度的降低，頂部隧穿氧化層與2D通道交界處的電介質(zhì)紊亂也可借此降低，最終裝置性能和穩(wěn)定性得以提高。

如下圖所示，本次研究的所有裝置部件，都以可擴展的方式進行裝配，所以沒有使用任何剝離型材料（剝離：物理、化學(xué)作用后產(chǎn)生的一種現(xiàn)象）。

對于將邏輯運算和數(shù)據(jù)存儲放到同一架構(gòu)的好處，Andras Kis表示：“我們的電路設(shè)計具有多個優(yōu)勢。它可以減少與在內(nèi)存單元和處理器之間傳輸數(shù)據(jù)相關(guān)的能量損耗，減少計算操作所需的時間，并減少所需的空間。這為更小、更強大和更節(jié)能的設(shè)備打開了大門。”

存算一體化的突破之日，也是AI算力瓶頸的突破之日。為解決上述問題，微軟、英特爾等公司，已經(jīng)投資過該技術(shù)方向，但是目前仍未誕生可大范圍應(yīng)用的產(chǎn)品。

本次瑞士洛桑聯(lián)邦理工學(xué)院由提出的新辦法，有望解決上述難題。該研究的負責(zé)人Andras Kis教授表示：“這種電路運行兩種功能的能力類似于人腦的工作方式，（就像）神經(jīng)元（一樣）既能夠存儲記憶又能夠進行心理計算。”

趙雁飛告表示，該團隊在二維材料半導(dǎo)體領(lǐng)域建樹頗多。他們曾在2010年設(shè)計出第一個由厚度僅為0.7nm的單層MoS2組成的晶體管芯片，隨后又發(fā)表出其他基于單層過渡金屬硫化物（TMDC）的重要成果，其中包括2013年發(fā)布的第一款基于MoS2的閃存設(shè)備。

該團隊的第一批電子芯片制備，都是基于手工剝離的Mos2材料制成的，成功率都比較低。在當(dāng)時的知識體系和實驗條件下，研究人員并不清楚如何增強芯片可靠性。此后，該團隊發(fā)現(xiàn)，用當(dāng)前的知識可以制造出結(jié)合閃存和晶體管的電路，并可做到只用閃存就能完成記憶和運算等所有工作。

來自湖北黃岡的九零后“芯片學(xué)者”

今年27歲的趙雁飛，出生于湖北黃岡，年少時隨父母在武漢學(xué)習(xí)和定居。2011年，她考上浙江大學(xué)，就讀于材料科學(xué)與工程學(xué)院，并獲得工學(xué)學(xué)士學(xué)位。

內(nèi)存設(shè)備架構(gòu)

在本科后半段，浙大老師幫她獲取了很多實驗室項目參與機會，這些經(jīng)歷也幫她申請來EPFL留學(xué)的機會。來到EPFL后，她繼續(xù)材料學(xué)科的學(xué)習(xí)，并于2018年取得理學(xué)碩士學(xué)位。在修課的同時，她曾先后加入三個實驗室，期間也在瑞士ABB公司的研發(fā)部門實習(xí)過半年。

她表示，這些不同的經(jīng)歷給予她探尋自己科研興趣的機會，在碩士畢業(yè)論文期間，她對現(xiàn)在的導(dǎo)師Andras Kis教授所做的二維材料和器件領(lǐng)域產(chǎn)生了極大的好奇，因此便留在組里并最終確定了以“提升二維材料電學(xué)性能”為課題來攻讀她的博士學(xué)位。

論文第一作者Guillherme Migliato Marega和趙雁飛的經(jīng)歷頗為相似，他曾說，自己于1994年出生于巴西圣保羅的一個鄉(xiāng)村大學(xué)城圣卡洛斯，高中畢業(yè)后，進入圣保羅大學(xué)（USP）學(xué)習(xí)電子工程學(xué)專業(yè)，并參與USP和法國里昂中央理工學(xué)院一起開設(shè)的雙學(xué)位課程，最終獲得工程師文憑。在此期間，他廣泛參與各種小型課程研究項目。在開始博士生涯的前一年，他與巴西一位教授進行了一次關(guān)于二維材料的對話。這場談話也成為他后續(xù)研究的啟蒙，自此他對此類材料可能帶來的電子應(yīng)用充滿熱情，這促使其聯(lián)系了在該領(lǐng)域開拓出TMDC的Andras Kis教授，并最終確定以“開發(fā)最先進的內(nèi)存處理器”為課題來攻讀他的博士學(xué)位。

這兩位來自不同國家的九零后學(xué)者，在本次論文中表示：“內(nèi)存和邏輯的這種直接集成可以提高處理速度，為基于2D材料的節(jié)能電路實現(xiàn)機器學(xué)習(xí)、物聯(lián)網(wǎng)和非易失性計算開辟了道路。”

談及應(yīng)用場景，趙雁飛表示，理論上講這種方法可替代手機或計算機中的處理器。即使最終無法實現(xiàn)上述目標(biāo)，它也可以用于信號處理，如芯片上的圖像或聲音處理。

最后她補充道，該研究目前仍處于早期階段，本次只實現(xiàn)了小規(guī)模電路的落地。未來有待解決問題是這些電路能否大規(guī)模制造，以及是否會帶來經(jīng)濟效益。（摘自美《深科技》） （編輯/多洛米）