三星电子在世界上首次展示了基于MRAM的内存计算技术。三星在《自然》杂志上发表了一篇关于这个主题的论文。这篇论文展示了三星为下一代人工智能(AI)芯片合并内存和系统半导体的努力。
摘要
“借用模拟技术的人工神经网络的实现可能会为全数字方法提供低功耗的替代方案。一个值得注意的例子是基于非易失性存储器交叉阵列的内存计算，它以模拟的方式执行人工神经网络中普遍存在的乘法累积操作。各种非易失性存储器——包括电阻存储器、相变存储器和闪存——已经用于这种方法。然而，尽管该技术具有耐用性和大规模商业化等实际优势，但开发自旋-转移-转矩磁阻随机存取存储器(MRAM)交叉阵列仍然具有挑战性。难点在于MRAM的低电阻，这将导致使用电流和进行模拟乘法-累积运算的传统交叉阵列的大功耗。在这里，我们报告了一个基于MRAM单元的64 × 64交叉阵列，它克服了低电阻问题，其架构使用电阻求和来模拟乘法-累积操作。该阵列集成了28纳米互补金属氧化物半导体技术的读出电子器件。使用该阵列，实现了一个两层感知器来分类10,000个修改的国家标准与技术研究所数字，准确率为93.23%(软件基线:95.24%)。在模拟更深层次的八层Visual Geometry Group-8神经网络时，测量误差，分类精度提高到98.86%(软件基线:99.28%)。我们还使用该阵列实现了十层神经网络中的单层，以实现准确率为93.4%的人脸检测。”
郑世杰，李洪杰，明世杰等。用于内存计算的磁阻存储设备的交叉阵列。自然601,211-216(2022)。https://doi.org/10.1038/s41586-021-04196-6
留下回复