原子级存算一体AI芯片

20250327

新一代信息技术-下一代集成电路技术

“原子级存算一体AI芯片”项目在多个层面展现了显著的创新性。首先，项目提出了基于二维材料的神经形态器件设计理念，这些器件能够模拟人脑中的突触和神经元功能，为实现类脑计算提供了新的可能性。与传统的硅基器件相比，二维材料器件具有更高的集成度、更低的功耗和更快的响应速度，这些特性使得它们在人工智能硬件领域具有巨大的应用潜力。器件层面：项目在器件制备工艺方面进行了创新。项目团队实现了目前为止性能最好，鲁棒性最好的1T1R器件，利用硫化钼晶体管和氧空位忆阻器实现了20ns开关，106读写次数的高可靠性器件，处于国际领先水平。项目团队还研发了最小栅长、最小沟长晶体管，为集成电路进入亚1纳米节点打下了坚实基础。并获得中国科学院院士、碳基晶体管专家彭练矛教授的高度认可。电路设计层面：项目提出了存算一体的神经形态芯片电路设计方法。这种方法通过在存储单元内部进行数据处理，消除了数据搬运带来的消耗，极大降低了功耗，提升了计算效率。项目还将研究基于二维器件的存算一体模块的电路设计，由基本模块构建大规模存算一体加速器，配合典型的人工智能算法实现神经网络的高效映射。系统集成方面：项目团队将研究如何将二维材料器件与CMOS芯片集成，以实现高性能的存算一体神经形态芯片。这包括研究混合键合3D堆叠技术和异质集成嵌入式RRAM，以实现超大带宽和超大容量的内存和极致算力的需求。这些技术为未来的亚纳米芯片提出了重要的理论根基。总之，项目在材料选择、器件设计、制备工艺、电路设计和系统集成等多个方面展现了创新性，这些创新点有望推动类脑计算技术的发展，并在人工智能领域实现能效比的显著提升。

市场前景： “原子级存算一体AI芯片”这一发明的实施和成果预计将对产业化和市场应用产生深远影响。首先，项目开发的新型存算一体AI芯片将为人工智能硬件领域带来革命性的变化。这些芯片的高性能、低功耗特性将使得它们在智能计算、大数据处理、机器学习等应用中具有显著优势，从而推动相关产业的技术进步和市场扩张。随着技术的成熟和产业化进程的推进，这些芯片有望被广泛应用于智能手机、个人电脑、服务器、数据中心等多个领域，为人工智能技术的发展提供强大的硬件支持。此外，项目成果还将促进相关产业链的发展，包括芯片设计、制造、封装测试等环节，带动整个半导体产业的升级和转型。项目的成功实施将创造显著的经济效益。新型存算一体AI芯片的市场应用将带动相关产品的销售增长，为芯片制造商带来新的收入来源。同时，这些芯片的低功耗特性也将降低终端产品的能耗，为用户节省能源成本，提高经济效益。此外，项目还将促进就业，为半导体产业提供新的就业机会，包括研发人员、生产人员、销售人员等。在社会效益方面，项目成果将推动人工智能技术的发展，为社会带来更多智能化的产品和服务。这将提高人们的生活质量，促进社会进步。同时，项目还将培养一批高水平的科研人才，为我国在全球半导体市场中占据有利地位提供人才支持。在生态效益方面，项目开发的低功耗芯片将有助于减少电子产品的能耗，降低碳排放，对环境保护和可持续发展具有积极意义。总之，项目在产业化和市场应用方面具有广阔的前景，将为我国经济发展、社会进步和环境保护做出重要贡献。-在行业领域的水平： 国际领先

主要功能： 集成电路的基础元器件，如晶体管、存储器和传感器，构成了现代社会智能化的基石。这些底层器件的性能，直接决定了上层系统的应用潜力。在智能化时代，晶体管的尺寸亟需进一步缩小，而存储器和传感器则迫切需要实现感存算一体化。然而，传统硅材料由于其物理特性的限制，正遭遇前所未有的挑战，业界对于1纳米以下节点的技术解决方案需求迫切。面对这一挑战，我们的项目团队从物理层面出发，专注于开发基于二维材料的先进晶体管、神经形态器件以及高性能传感器。我们的目标是实现一种自主、领先且高效的二维材料器件技术，以推动集成电路技术的发展。通过这种创新，我们旨在突破传统硅材料的局限，为智能化时代提供更加强大的技术支撑，从而提升整个系统的智能化水平。我们的工作不仅将为晶体管的微型化提供新路径，还将为存储器和传感器的集成化开辟新天地，为实现更高性能、更低功耗的集成电路技术奠定基础。-核心技术： 核心发明1. 一种具有亚1 nm栅长的二维薄膜场效应晶体管我们的团队在集成电路领域取得了革命性成就，成功研发了亚1纳米栅长的晶体管，这一突破性成果被《自然》杂志发表，并荣获2022年国内十大科技新闻和半导体十大研究进展的双料冠军。面对光刻技术的限制，我们创新性地利用石墨烯的侧沿作为栅极，不依赖光刻机精度，成功制造出了亚1纳米栅长MoS2晶体管。这一技术被IEEE Fellow Tibor Grasser教授誉为创造最小栅极晶体管记录，同时获得中国科学院院士彭练矛教授的高度评价，认为我们成功将二维材料晶体管栅长降至5纳米以下，展现了二维材料在集成电路中的显著优势和巨大潜力。核心发明2. 一种用于模拟生物体光突触的方法及器件本发明提出了一种创新的方法和器件，用于模拟生物体光突触，通过利用光信号直接改变半导体光敏材料产生的载流子浓度，从而模拟生物突触对光信号的基本响应性能。这一技术突破了传统人工突触仅能在电学输入信号下工作的局限，实现了光学输入信号与电学突触性能变化的直接联系，大幅降低了因信号转换和总线传输导致的能量损耗。该发明的核心优势在于其全并行连接的设计，显著减少了功耗，同时使得光学图像能够直接转换为突触权重，进而在人工神经网络中进行图像识别，提高了信息处理的效率。展望未来，这种光电突触器件在安防识别、图像识别以及人工眼等仿生领域具有广泛的应用前景，预示着在低功耗、高效率的类脑计算技术方面迈出了重要一步。核心发明3. 一种基于目标检测的心电图分析方法及装置本发明提供了一种基于目标检测的心电图分析方法及装置，通过将心电图样本心拍数据转换为二维图像并输入至目标检测模型，实现了对心电信号的自动分析，直接输出QRS复合波位置、心拍类别和置信度等关键信息。该方法的核心优势在于它能够减少人工提取特征的工作量，降低特征提取对R峰检测精度的依赖，提高心电图分析的效率和准确性，同时避免了人工检测QRS复合波的繁琐过程。该技术的前景广阔，可广泛应用于心脏病的早期诊断和实时监测，有助于提高医疗诊断的自动化和智能化水平，对于提升心脏疾病诊断的准确性和患者护理质量具有重要意义。

落地应用： 预期技术成熟后进行流片

人工智能技术可推动第四次工业革命，然而其发展受到芯片硬件极大限制。因此，开发新型类脑神经网络存算一体芯片，成为解决问题的关键。清华大学田禾（国家“万人计划”科技创新领军人才、国家优青）团队从物理层面出发，专注于开发基于二维材料的先进晶体管、神经形态器件、新型电路架构与集成技术，相关技术核心发明专利5项，推动智能化芯片发展。相关项目运用二维材料构建存算一体芯片，大幅提高性能上限、规模上限，突破物理极限栅长，开发二维材料兼容封装集成技术。该项目相关技术获得了国家科技部2030重大项目支持，以及小米、丰田、腾讯等龙头企业的研发累计超过5000万项目经费投入，目前已经获得产值贡献6000万元，预计将对二维材料及存算一体技术产业化和市场应用产生深远影响。