南京大学联合京东方成功研发准非易失DRAM存算一体芯片,破解 “不可能三角”困局
FUTURE | 远见 选编
在刚刚结束的国际电子器件领域“奥林匹克”盛会——IEEE International Electron Devices Meeting (IEDM)上,南京大学类脑智能科技研究中心、脑机接口研究院缪峰/梁世军团队联合京东方科技集团显示与传感器件研究院,报道了一款基于IGZO(铟镓锌氧化物)的准非易失DRAM(动态随机存储器)存算芯片。该芯片以“存储一次,保持一天”的优异性能,破解了传统存储器关键性能指标(多态存储、擦写寿命与保持时间)之间存在的“不可能三角”困局,有望推动下一代高效AI算力硬件技术快速落地。
在人工智能飞速发展的今天,AI算力硬件正面临严峻挑战。存算一体架构为神经网络的训练和推理提供了一种快速、高能效的解决方案,被认为是发展新型算力的重点方向。然而,现有存算一体技术长期受限于存储器关键性能之间的“不可能三角”。具体而言,硅基SRAM/DRAM(易失性存储)虽然具有长期的擦写寿命,但数据保持时间短,多态存储能力弱;Flash/RRAM/PCM(非易失性存储)虽然具有长的数据保持时间和多态存储能力,但操作速度慢,擦写寿命短(图1)。
图1. 传统存储器中擦写寿命、多态存储、保持时间之间的“不可能三角”在众多存储器中,DRAM由于其与主流计算机架构的天然亲和性、高密度、成熟的工艺和生态等优势,成为实现存算一体技术的绝佳载体。但是如何让DRAM存储器既拥有高速、高耐久性能,同时又具备长效的数据保持能力?缪峰/梁世军团队联合京东方,通过采用独特的材料和电路设计及定制化的操作方案,成功研制了一款兼具长保持时间、高擦写耐久度、精细模拟可调性的准非易失IGZO-DRAM存算一体芯片,弥合了易失性与非易失性存储器之间的巨大鸿沟(图2)。图2. 具有准非易失性的IGZO DRAM存算一体芯片芯片的这些优异性能使得其不仅在数据存储方面具有良好的应用潜力、而且在精准可控的模拟计算方面也展现出巨大的应用优势。“滴水不漏”的超强存储能力:由于IGZO材料具有约3eV的宽带隙和低热载流子浓度,所以基于IGZO沟道的场效应晶体管的关态漏电流可低至10-18 A 量级(比传统硅基晶体管低5~6个数量级)。如果把电子比作水,传统硅基DRAM像一个底部有裂缝的杯子,几十毫秒内水会漏光;而IGZO-DRAM则像一个密封的钢瓶,滴水不漏(如图3所示)。通过对所研制的芯片进行实验测试,研究团队发现,在8级权重精度下,无刷新数据保持时间能够突破100,000秒(超过24小时);即使在263级超高精度下,芯片的数据存储时间也能保持2,000秒。这款IGZO-DRAM芯片的上述数据结果刷新了当前各类DRAM技术的多态存储和保持时长纪录(如图4所示)。图3. 宽带隙IGZO-FET和基于IGZO-FET的DRAM特性图4. IGZO-DRAM芯片的无刷新多态保持时长测试。在阵列中写入特定权重后连续读取,可得在8级精度权重下无刷新数据保持时间达100,000秒,48级精度下为10,000秒,263级精度下为2,000秒。(根据电容大小和保持时长可推断出泄露电流量级低于10-18A)精准可控的模拟计算:研究团队充分利用IGZO晶体管的特性,设计了4T1C存算一体单元 (如图5所示)。在写入模式下,T1和T2被打开,通过一个全局充电网络对选中单元进行充电。在读取/计算模式下,T4被打开,电容电压控制T3晶体管产生不同的输出特性,提供丰富的可调权重。通过自校准写入策略,在器件非均一条件下依然可以实现权重的精准写入(如图6所示)。在设计时,为了降低验证复杂度,研究团队采用了4T1C结构,该结构可以进一步简化为T1和T4,形成2T1C单元。通过把上述存算一体单元扩展成阵列,并利用欧姆定律和基尔霍夫电流定律,即可在内存中直接实现并行向量-矩阵点乘运算(如图7所示)。图5. IGZO DRAM存内计算电路结构和读/写/计算模式的操作原理图6. 精确的模拟多态写入能力。(a)IGZO DRAM存算单元的权重状态可以被写入电压精确、连续地控制。(b)同一个阵列上的存算单元依然有非均一性。(c)自校准权重写入机制可以有效消除非均一性对权重精度产生的影响。图7. 并行向量-矩阵乘法运算的实验测试。(a)矩阵运算测试系统照片。(b)测试系统原理图。(c,d)利用均匀随机数作为点乘输入和点乘权重进行计算,输入电压为-0.09到0.09的均匀随机向量,权重为0到0.62μS的均匀随机矩阵,测量输出结果与预期结果高度吻合,均方根误差仅有0.0078μA。(测试结果未进行任何校准或补偿)该芯片采用京东方成熟的柔性面板制造工艺,在470×370 mm²的聚酰亚胺柔性基板上制备完成(图8),并且可迁移至更高世代生产线实现量产。这意味着该芯片具备低成本、高良率、大面积、柔性化等优势,这一突破为端侧AI推理等前沿存算一体技术的商业化落地,提供了切实可行的技术路线。图8. 该芯片利用了可大面积量产制备的面板工艺,兼具低成本、高良率、大面积和柔性特性该研究成果以 “Precision-Sustained Analog In-Memory Computing using IGZO DRAM Array with Quasi-Nonvolatile and Continuously Tunable Weights” (基于IGZO DRAM的具有准非易失性和权重连续可调特性的模拟存内计算)为题,发表于 IEEE International Electron Devices Meeting (IEDM 2025)。论文共同第一作者为南京大学助理教授王聪、京东方科技集团冯煊博士和南京大学博士生沈禹,通讯作者为南京大学缪峰教授、梁世军教授和京东方科技集团陈小川博士。本研究得到了国家重点研发计划、国家自然科学基金、江苏省自然科学基金、新基石基金会等项目的资助。论文链接:https://ieeexplore.ieee.org/document/11353772


