北京大学首次硬件实现电容耦合的VO2相变振荡动力学计算系统

北京大学集成电路学院杨玉超教授课题组首次硬件实现了电容耦合的VO2相变振荡动力学计算系统。

自上世纪中叶以来，计算机和计算芯片以晶体管为基本元件构建数字处理电路，摩尔定律驱动计算性能增长。而当晶体管尺寸微缩接近物理极限，摩尔定律面临终结，芯片算力增长逐渐放缓，人类正在步入后摩尔时代。此外，以CPU、GPU为代表的传统芯片架构下计算单元与存储单元的分离也造成频繁的数据搬运，形成速度、功耗瓶颈（冯诺依曼瓶颈），在近年来兴起的神经网络等数据密集型计算任务上问题进一步凸显。未来智能计算需求仍面临指数增长，传统计算架构瓶颈更加突出，亟需从器件创新、架构创新层面为后摩尔时代算力持续增长提供新的驱动力。

近年来，通过存算一体、类脑计算等新型计算范式构建具有高效智能计算芯片与系统已经取得了显著进展。然而，在现有计算系统下全部智能、复杂性、适应性都是由软件编程（事实上是编程的生物智能体-人）所赋予的，器件、电路本身均不具备任何复杂性与适应性。与之相比，生物系统展示出了分子、细胞、系统等多层次、全方位的智能、复杂性与适应性，对于发展新一代智能、高效计算技术具有重要启发意义。

存算一体计算范式的关键是存储器本身就具有计算功能，为了实现这一点，一种新型的存储器件被发明，这就是忆阻器。忆阻器是一种像人脑神经元一样具有记忆功能的电阻器，在断电之后，它仍能“记忆”起之前通过的电荷。它是电子学领域的一项重大突破，在数据存储、计算、加密和通信方面都表现出了巨大的潜力。

传统电路元件在处理外界物理信号时存在面积和效率的瓶颈，而新兴的忆阻器件具备丰富的内禀非线性动力学，这类器件底层的物理动力学带来了全新的计算资源，是产生自底向上智能涌现的关键。其中，具有时空耦合特性的莫特忆阻器及其耦合振荡动力学能够实现复杂且可控的群体动力学行为，从而能够实现对复杂传感信号的处理。这样一种新的计算系统有望最大限度地减少传感器和处理单元之间的冗余数据移动，满足可穿戴电子设备、虚拟现实等技术对于先进的传感系统在速度、面积和能效方面需求。

图一、传感信息处理框架的对比

针对领域关键需求与挑战，北京大学集成电路学院/集成电路高精尖创新中心杨玉超教授课题组首次硬件实现了电容耦合的VO2相变振荡动力学计算系统。传感数据遵循分层处理原则，包括传感预处理（编码、过滤和特征增强）到后处理（识别、分类和定位）。针对预处理模块，团队首先制备出具有高度均一性的氧化钒忆阻器件，并基于此构建具有传感功能的VO2振荡器。进一步利用电容电路耦合多个VO2振荡器构建出同步动力学特征，其中，信息被编码在同步后的相位差中。

该耦合VO2振荡器网络用于构建传感预处理的连续时间动态系统，具有极低的能量延迟积。在后处理模块中，团队针对耦合振荡器连续时间输出的特征设计了具有高选择特异性的决策网络模块，从而构建出完整的动态传感与处理的计算系统。硬件实验结果证明了耦合网络在触摸识别和手势识别等感官处理任务中表现出色，相比传统的硬件实现在器件数目和能量延迟积等方面具有显著优势。

图二、基于硬件耦合振荡网络的手势识别任务

忆阻器耦合振荡动力学计算带来全新的计算特征，利用电路耦合将多个器件内部的物理动力学关联起来，在相空间中形成稳定的极限环轨迹。器件数目的增加带来计算空间的指数级提升，n个器件可以编码2n种模式。利用决策网络可以分辨出耦合振荡的特征模式，对动力学网络的输出进行读取。该研究为高效忆阻动力学计算系统提供了一种新的探索方向，有望推动高度紧凑的智能计算系统的进一步发展。

图三、3个耦合振荡器的8种相空间模式与决策分类结果

相关成果以“High-order sensory processing nanocircuit based on coupled VO2 oscillators”为题，发表在《自然-通讯》（Nature Communications）上。北京大学集成电路学院2017级博士生杨可和2021级博士生王洋昊为共同第一作者，张腾博士和杨玉超教授为通讯作者，中科院物理所葛琛研究员课题组为本项目提供材料生长方面的支持，北京大学麦戈文脑研究所吴思教授课题组为本项目提供决策算法方面的支持。相关研究工作得到了国家重点研发计划、国家杰出青年基金、后摩尔重大研究计划、集成电路高精尖创新中心等项目的资助。

审核编辑：刘清