一种可支持不同CPU架构的仿真器

为特定指令集进行软件移植通常以某典型架构(如AArch64)为模板进行重构,然而理解并运用不同平台架构的计算机,进行软硬件协同开发较为困难。从计算机架构的基本概念入手阐述了一种可支持不同类型CPU的软件仿真器框架,该框架可模拟不同指令集的运行结果,在一定程度上提高了移植效率。

基于SRAM的通用存算一体架构平台在物联网中的应用

最近,存算一体(IMC)架构引起了广泛关注,并被认为有望成为突破冯诺依曼瓶颈的新型计算机架构,特别是在数据密集型(data-intensive)计算中能够带来显著的性能和功耗优势。其中,基于SRAM的IMC架构方案也被大量研究与应用。该文在一款基于SRAM的通用存算一体架构平台——DM-IMCA的基础上,探索IMC架构在物联网领域中的应用价值。具体来说,该文选取了物联网中包括信息安全、二值神经网络和图像处理在内的多个轻量级数据密集型应用,对算法进行分析或拆分,并将关键算法映射到DM-IMCA中的SRAM中,以达到加速应用计算的目的。实验结果显示,与基于传统冯诺依曼架构的基准系统相比,利用DM-IMCA来实现物联网中的轻量级计算密集型应用,可获得高达24倍的计算加速比。

存内计算芯片研究进展及应用

随着数据快速增长,冯诺依曼架构内存墙成为计算性能进一步提升的关键瓶颈。新型存算一体架构(包括存内计算(IMC)架构与近存计算(NMC)架构),有望打破冯诺依曼架构瓶颈,大幅提高算力和能效。该文介绍了存算一体芯片的发展历程、研究现状以及基于各类存储器介质(如传统存储器DRAM,SRAM和Flash和新型非易失性存储器ReRAM,PCM,MRAM,FeFET等)的存内计算基本原理、优势与面临的问题。然后,以知存科技WTM2101量产芯片为例,重点介绍了存算一体芯片的电路结构与应用现状。最后,分析了存算一体芯片未来的发展前景与面临的挑战。

基于SRAM的感存算一体化技术综述

基于SRAM(静态随机存取)存储器的感存算一体化芯片架构将传感、存储和计算功能结合,通过使存储单元具备计算能力,避免了计算过程中数据的搬移,解决了冯诺依曼架构所面临的“存储墙”的问题。该结构与传感器部分结合,可以实现超高速、超低功耗的运算能力。SRAM存储器相较于其他存储器在速度方面具有较大优势,主要体现在该架构能够实现较高的能效比,在精度增强后可以保证较高精度,适用于低功耗高性能要求下的大算力场景设计。该文调研了近几年来关于感存算一体化的研究,介绍了传统感知系统和持续感知系统及感算共融系统,并介绍了基于SRAM存储器的感存算一体芯片最常见的几种计算单元结构,在电压域、电荷域和数字域考察了基于SRAM的感存算一体的研究发展,进行分析对比其优劣势,结合调研分析讨论了该领域的未来发展方向。

基于忆阻器的多模式识别CNN电路设计

现有的类脑计算电路存在的识别对象单一、识别率低等问题,限制了类脑芯片的发展。该文结合器件量子电导及存算一体架构,提出一种基于忆阻器的多模式识别CNN电路设计方案。该方案首先构建具有多阻态、高精度、可重构的忆阻器模型;然后采用CNN架构与权重量化方法,提高电路的训练速度与识别率;最后,在交叉阵列结构中进行电导映射,完成MNIST、Fashion-MNIST和EMNIST等多种模式测试。实验结果表明所设计忆阻器具有50个稳定阻态以及LTP突触可塑性;CNN硬件电路的多模式识别率均为90%以上,尤其是MNIST识别率高达99.08%,并验证了高斯噪声下电路的抗干扰能力。

关联电子材料的自旋态限域调控与自旋电子器件应用研究进展

关联电子材料具有丰富的自旋序,包括铁磁、反铁磁、亚铁磁、螺旋磁序等,这些自旋序与电子轨道态、电荷空间分布等其他量子态存在强烈耦合,因而可以通过外场来实现不同自旋序的时域和空域调控。相对于存在化学界面的传统异质结构,在关联电子材料中利用外场限域调控,可以实现无化学界面的不同自旋序结构的空间可控排列,从而构筑基于同一材料的新型自旋电子器件。本项目围绕关联电子体系多量子态的调控规律展开,通过自旋电子学与量子物理、表面物理以及电介质物理的交叉,探索具有多场(磁场、电场、光场、应变场)可控性的新型关联自旋电子材料,发展新型的多场调控技术,揭示自旋序与量子态耦合机理,设计新型自旋电子器件,进而实现在同一关联电子材料中集成非挥发性自旋存储与逻辑运算功能。