两位年轻中国芯片科学家的雄心：突破AI算力瓶颈

近日，瑞士洛桑联邦理工学院的研究团队在 Nature 上发表了题为《通过原子厚度半导体材料构建存储和计算单元》（Logic-in-memory based on an atomically thin semiconductor）的论文。

该研究成果通过一种单一体系结构将逻辑运算和数据存储两种功能模块有效整合到了一起，这或许为更高效计算机的出现铺平了道路。值得注意的是，这项技术尤其适合用于人工智能计算。

来自中国的博士生赵雁飞、王震宇等亦参与了本次论文写作。

DeepTech 联系到论文通讯作者 Andras Kis 及论文作者之一赵雁飞，她表示，本次研究由瑞士洛桑联邦理工学院（EPFL）纳米级电子和结构实验室（LANES）的 Andras Kis 教授最先发起并指导，同时 Andras Kis 也是该论文的通讯作者，博士生 Guillherme Migliato Marega 在赵雁飞等人的协作下，一起完成了上述新型计算存储二合一芯片的制备。

图 | 存储器中的逻辑

关于计算和存储，目前业界流行的做法是尽量缩短存储单元与计算单元的通信 “路径”。以目前排名第一的日本超算 “富岳” 所搭载的 A64FX 为例，其芯片就采用了融合 CPU+GPU 的通用架构，并且内置了 7nm 的 HBM2 存储器，每个芯片的内存带宽高达 1024 GB/s。

图 |富岳A64FX 结构示意图

但问题依旧没有从根本上解决，这些存储单元和计算单元仍然是割裂开的，那么有没有可能将它们 “合二为一” 呢？

我们目前用的计算机通常会在 CPU 处理数据，然后把数据传递到硬盘、或固态硬盘进行存储。

该模式已经运行几十年，但显然存在着更高效的方式，比如人类大脑。它被称为是世界上最强大的计算机，大脑中的神经元，就可以同时处理和存储信息。

基于此，Andras Kis 教授试图通过模仿人类大脑，来研发出存储单元和计算单元合二为一的芯片。思路确定后，该团队采用二硫化钼（MoS2）作为通道材料，并将其用于开发基于浮栅场效应晶体管（FGFETs）的存储器中逻辑器件和电路。在演示可编程或非门之后，FGFETs 作为适用于可重构逻辑回路的构建模块，可应用在更复杂的可编程逻辑上。

据赵雁飞介绍，在本次研究中，博士生 Guillherme Migliato Marega 搭建出测试装置、并独立完成了电学测量。赵雁飞则用有机金属化学气相沉积法（MOCVD），制备了单层单晶体MoS2 材料。

博士生王震宇在同为通讯作者的 Aleksandra Radenovic 教授的指导下，进行了拉曼光谱分析和晶圆级单层 MoS2 薄膜的生长；博士后 Mukesh Tripathi 执行了高分辨率透射电子显微镜（HRTEM）测量和模拟；Guillherme Migliato Marega 和博士后 Ahmet Avsar 以及 Andras Kis 教授共同负责数据分析和总结，并在所有作者的协助下撰写出论文手稿，论文大概可分为四个要点：类脑的计算机结构、门电路及可编程的设计、半导体材料的选定、以及在实验室的样品制作。

据悉，该芯片由二硫化钼制成，二硫化钼是一种由钼和硫组成的化合物，它在制造非常小的晶体管、发光二极管（LED）和太阳能电池方面具有非常大的潜力。

Andras Kis 表示，在厚度为 0.65 纳米的 MoS2 片中，电子可以像在厚度为 2 纳米的硅片中一样有效移动，并且其能耗可以较后者减少 10 万倍。

MoS2 材料具有很好的电气特性，可以对其构建的晶体管电导率进行精确且连续的控制，这是石墨烯无法比拟的。并且，二硫化钼对浮栅场效应晶体管中存储的电荷非常敏感，因此研究人员可以开发出能同时用作存储器存储单元和可编程晶体管的电路。此外，二硫化钼还能将多个处理功能整合到单个电路中，并根据需要进行更改。

芯片构建于浮栅场效应晶体管（FGFET）的基础之上，这些晶体管能够长时间存储电荷，即能实现“非易失性存储”，未来可以广泛应用于相机、智能手机和计算机的闪存系统中。

本次研究中涉及到的浮栅内存结构如下图所示，它主要包含一个本地铬 / 钯底栅和一个薄膜铂浮栅，这种组成使其具有连续、且光滑的表面，进而带来金属表面粗糙度的降低，顶部隧穿氧化层与 2D 通道交界处的电介质紊乱也可借此降低，最终装置性能和稳定性得以提高。

图 | 内存设备架构

如下图所示，本次研究的所有装置部件，都以可扩展的方式进行装配，所以没有使用任何剥离型材料（剥离：物理、化学作用后产生的一种现象）。

图 | 存储器阵列的光学显微图示

对于将逻辑运算和数据存储放到同一架构的好处， Andras Kis 表示：“我们的电路设计具有多个优势。它可以减少与在内存单元和处理器之间传输数据相关的能量损耗，减少计算操作所需的时间，并减少所需的空间。这为更小、更强大和更节能的设备打开了大门。”

存算一体化的突破之日，也是 AI 算力瓶颈的突破之日。为解决上述问题，微软、英特尔等公司，已经投资过该技术方向，但是目前仍未诞生可大范围应用的产品。

本次瑞士洛桑联邦理工学院由提出的新办法，有望解决上述难题。该研究的负责人 Andras Kis 教授表示：“这种电路运行两种功能的能力类似于人脑的工作方式，（就像）神经元（一样）既能够存储记忆又能够进行心理计算。”

赵雁飞告诉 DeepTech，该团队在二维材料半导体领域建树颇多。他们曾在 2010 年设计出第一个由厚度仅为 0.7nm 的单层 MoS2 组成的晶体管芯片，随后又发表出其他基于单层过渡金属硫化物（TMDC）的重要成果，其中包括 2013 年发布的第一款基于 MoS2 的闪存设备。

该团队的第一批电子芯片制备，都是基于手工剥离的 MoS2材料制成的，成功率都比较低。在当时的知识体系和实验条件下，研究人员并不清楚如何增强芯片可靠性。此后，该团队发现，用当前的知识可以制造出结合闪存和晶体管的电路，并可做到只用闪存就能完成记忆和运算等所有工作。

来自湖北黄冈的 90 后 “芯片学者”

今年 27 岁的赵雁飞，出生于湖北黄冈，年少时随父母在武汉学习和定居。2011 年，她考上浙江大学，就读于材料科学与工程学院，并获得工学学士学位。

在本科后半段，浙大老师帮她获取了很多实验室项目参与机会，这些经历也帮她申请来 EPFL 留学的机会。来到 EPFL 后，她继续材料学科的学习，并于 2018 年取得理学硕士学位。在修课的同时，她曾先后加入三个实验室，期间也在瑞士 ABB 公司的研发部门实习过半年。

她告诉 DeepTech，这些不同的经历给予她探寻自己科研兴趣的机会，在硕士毕业论文期间，她对现在的导师 Andras Kis 教授所做的二维材料和器件领域产生了极大的好奇，因此便留在组里并最终确定了以 “提升二维材料电学性能” 为课题来攻读她的博士学位。

论文第一作者 Guillherme Migliato Marega 和赵雁飞的经历颇为相似，他告诉 DeepTech，自己于 1994 年出生于巴西圣保罗的一个乡村大学城圣卡洛斯，高中毕业后，进入圣保罗大学（USP）学习电子工程学专业，并参与 USP 和法国里昂中央理工学院一起开设的双学位课程，最终获得工程师文凭。在此期间，他广泛参与各种小型课程研究项目。在开始博士生涯的前一年，他与巴西一位教授进行了一次关于二维材料的对话。这场谈话也成为他后续研究的启蒙，自此他对此类材料可能带来的电子应用充满热情，这促使其联系了在该领域开拓出 TMDC 的 Andras Kis 教授，并最终确定以 “开发最先进的内存处理器” 为课题来攻读他的博士学位。

这两位来自不同国家的 90 后学者，在本次论文中表示：“内存和逻辑的这种直接集成可以提高处理速度，为基于 2D 材料的节能电路实现机器学习、物联网和非易失性计算开辟了道路。”

谈及应用场景，赵雁飞表示，理论上讲这种方法可替代手机或计算机中的处理器。即使最终无法实现上述目标，它也可以用于信号处理，如芯片上的图像或声音处理。

最后她补充道，该研究目前仍处于早期阶段，本次只实现了小规模电路的落地。未来有待解决问题是这些电路能否大规模制造，以及是否会带来经济效益。

原文标题：两位年轻中国芯片科学家的雄心：全新通道材料实现存算一体化，志在突破AI算力瓶颈

文章出处：【微信公众号：DeepTech深科技】欢迎添加关注！文章转载请注明出处。

责任编辑：haq