1月29日消息，中國科研人員1月28日在《自然》雜志發(fā)表論文，清華大學(xué)、北京大學(xué)等機構(gòu)科研人員成功基于國產(chǎn)工藝研制出FLEXI系列全柔性數(shù)字型存算一體芯片，突破了柔性電子應(yīng)用于邊緣高性能人工智能計算的天然瓶頸。

　　該芯片基于低溫多晶硅薄膜晶體管，薄如蟬翼，可隨意彎折，并具備超低功耗、高能效與低成本等優(yōu)勢。

　　該芯片還采用了以全數(shù)字靜態(tài)隨機存取存儲器為核心的“存算一體”架構(gòu)，相當(dāng)于把“記憶單元”和“計算單元”合二為一。

　　從清華大學(xué)官方介紹獲悉，F(xiàn)LEXI 采用低溫多晶硅(LTPS)CMOS 工藝制造，兼具輕薄、低成本和高能效等優(yōu)勢。該系列包括 FLEXI-1(1 kb)、FLEXI-4(4 kb)和 FLEXI-32(32 kb)三種規(guī)格，最多集成約 26.5 萬個晶體管，在單一柔性基片上實現(xiàn)了 SRAM 存儲、計算單元和外圍電路的高度集成。

　　FLEXI 采用模塊化、可擴展的數(shù)字存算架構(gòu)，每個模塊由 6T-SRAM 單元及嵌入式可重構(gòu)本地處理單元(RLPU)構(gòu)成，支持穩(wěn)定、高速、并行的點積運算。通過覆蓋制造工藝、電路設(shè)計和算法實現(xiàn)的跨層級協(xié)同優(yōu)化(CLCO)策略，F(xiàn)LEXI 在工藝波動和機械應(yīng)力條件下仍能保持優(yōu)異的計算精度、面積效率和能效表現(xiàn)，并高效支持神經(jīng)網(wǎng)絡(luò)推理中的單指令多數(shù)據(jù)(SIMD)運算。

　　為降低神經(jīng)網(wǎng)絡(luò)權(quán)重反復(fù)寫入帶來的能耗與時間開銷，研究團隊針對不同芯片容量設(shè)計了一組輕量級神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)權(quán)重的片上一次性部署。這些模型可在 FLEXI 芯片上高效處理心電信號、語音、圖像以及多模態(tài)生理信號等多種數(shù)據(jù)類型，即使在最小規(guī)模的 FLEXI-1 芯片上也可穩(wěn)定運行。

　　實驗結(jié)果表明，F(xiàn)LEXI 芯片可在 2.5–5.5 V 電源電壓范圍內(nèi)穩(wěn)定工作，并在半徑 1 mm、180° 對折條件下經(jīng)受超過 4 萬次彎折循環(huán)而性能無明顯退化。

　　在 FLEXI-1 上，芯片分別實現(xiàn)了 12.5 MHz 的高性能運行模式和 55.94 μW 的超低功耗運行模式。

　　同時，F(xiàn)LEXI 在長時間高頻運算中實現(xiàn)零錯誤運行，整體良率達(dá) 70%–92%，單芯片成本低于 1 美元，并具備良好的長期穩(wěn)定性。

　　與已報道的柔性計算芯片相比，F(xiàn)LEXI 在時鐘頻率和能效方面均實現(xiàn)數(shù)量級提升;相較于同步 CPU，其能量–延遲積降低 3–4 個數(shù)量級。高性能、低功耗與優(yōu)異機械可靠性的結(jié)合，使 FLEXI 成為面向邊緣人工智能應(yīng)用的極具潛力的柔性計算平臺。

　　在應(yīng)用驗證方面，研究團隊將 FLEXI 用于日?；顒拥倪B續(xù)監(jiān)測與識別，展示了其在可穿戴健康監(jiān)測和多模態(tài)傳感器內(nèi)計算中的應(yīng)用前景。團隊采集了受試者在不同狀態(tài)下的心率、呼吸頻率、體溫和皮膚水分等多模態(tài)生理信號，構(gòu)建了輕量級四通道卷積神經(jīng)網(wǎng)絡(luò)，并在 FLEXI-1 上實現(xiàn)一次性片上部署。通過量化感知訓(xùn)練，該模型在測試集上實現(xiàn)了 97.4% 的分類準(zhǔn)確率。

　　總體而言，F(xiàn)LEXI 是一種基于 LTPS-TFT 技術(shù)的柔性數(shù)字存內(nèi)計算芯片。通過工藝–電路–算法協(xié)同優(yōu)化，該芯片在高頻計算、極端機械應(yīng)力和加速老化條件下均保持穩(wěn)定、無誤差運行，并展現(xiàn)出超過 6 個月的長期穩(wěn)定性。相關(guān)成果為柔性電子器件在移動醫(yī)療、嵌入式智能及其他邊緣計算場景中的應(yīng)用奠定了堅實基礎(chǔ)。

　　清華大學(xué)集成電路學(xué)院 2021 級博士生閆岸之、2021 級碩士生閆澗瀾、2022 級碩士生沈鵬輝，以及北京大學(xué)集成電路學(xué)院 2023 級博士生符一涵為論文共同第一作者;清華大學(xué)集成電路學(xué)院任天令教授、清華大學(xué)信息國家研究中心劉厚方副研究員及北京大學(xué)人工智能研究院燕博南助理教授為共同通訊作者，清華大學(xué)集成電路學(xué)院楊軼副教授等為論文共同作者。清華大學(xué)為本論文的第一單位。該研究得到國家自然科學(xué)基金委員會、科技部、北京信息科學(xué)與技術(shù)國家研究中心及北京市自然科學(xué)基金委員會等機構(gòu)的支持。