12月2-6日，第63届国际电子器件大会（International Electron Devices Meeting, IEDM）在美国加州旧金山举行，清华微纳电子系副教授吴华强应邀作特邀报告，报告题目是“基于忆阻器的类脑计算的器件和电路优化（Device and circuit optimization of RRAM for Neuromorphic computing）”。国际电子器件大会是微电子领域的顶级会议，与国际固态半导体电路大会 （ISSCC）并称微电子技术领域的“奥林匹克盛会”。今年的国际电子器件大会吸引了来自全球各地1900多人参加。

深度学习引发的人工智能高速发展，这需要底层硬件的计算性能不断提高。然而随着网络规模的扩大，受制于传统冯诺依曼体系架构，现有的通用硬件平台（CPU、GPU和FPGA等）难以实现地实现相关算法。基于新型忆阻器件的类脑计算研究成为国际热点和学科前沿，可广泛应用于物联网和边缘计算，处理智能识别任务。

 基于忆阻器的类脑计算示意图。

吴华强长期致力于相关研究，有着深厚的技术积累。在相关报告中，吴华强从器件、电路架构和算法出发，展示了如何面向类脑计算进行联合优化设计。通过材料、器件结构和工艺优化，制备了具有良好的双向连续阻变特性的忆阻器电子突触阵列。基于此阵列，实验验证了人脸识别功能，并展现了相比其它硬件实现方式所特有的可持续学习能力。

吴华强进一步从功耗、面积出发，进行电路设计优化，并针对忆阻器的特点，在国际上首次提出了隐层输出二值化（Binarized-hidden-layer）芯片架构，面向手写数字体识别任务，分析了器件非线性、波动性和差异性的影响，并定量的提出了对忆阻器器件的性能要求，指明了器件优化的方向。

国际电子器件大会起源于1955年，主要报道国际微电子器件领域的最新研究进展，是国际微电子器件领域的顶级会议，迄今已有逾六十年的历史，在国际半导体技术界享有很高的学术地位和广泛的影响力，被外媒誉为“微电子器件领域的奥林匹克盛会”。

供稿：微纳电子系 编辑：华山

来源：清华新闻网