清华教授研发忆阻器芯片，可实现存储数据“原地”计算( 二 ) 当下

这段业界经历也让他逐渐意识到，相比在企业做市场化产品，他更想从事创新性的的研究工作，因此萌生了回国做科研的想法。 2009年，刚过而立之年的吴华强，回到清华任教。
回顾过往，吴华强总结称：“回到祖国，作为一个科研工作者，和大家一起拼搏，特别开心。我们国家现在发展的势头非常好，国家高度重视科技创新，对于人才的重视，我想是远超过其他国家的。
然而，回国第一年，系里做实验的设备不足，吴华强始终处于找不到资源做实验的状态。
为此，在回清华的头一年半，在正常教学之外，他把八九成时间都花在平台搭建上，在系里面的支持下，对原来系里相对陈旧、落后的实验平台进行了全面的改造和升级。建成后，这也是清华7x24小时开放的校级共享实验平台，并成为国家发改委的双创平台和国家集成电路产教融合创新平台。
如今，该平台包含设计、加工和测试三大块，累计拥有200多套设备，能够支撑芯片研究。

文章图片
图|建成后的清华大学微纳电子技术支撑平台
此前，由于设备不全并且经常出故障，学生们做一个实验有时得花费数月。而现在，即使校内20多个院系和校外团队共同使用该平台，一般也能在一周内完成实验。
对于获得的成果，吴华强说：“我经常‘白加黑、五加二’连轴转却从来不觉得累，偶尔会被质疑但却从未想过放弃，就是因为现在的学术和工作是我真正感兴趣，这是我愿意无限投入进去的事情，这会让我从中感受到快乐。 ”
忆阻器产品已进行产业化
而让他没有想到的是，兜兜转转之后，他再次和产业打上交道。
2018年6月份，吴华强团队孵化出由清华控股的创业公司——北京新忆科技，专注于将忆阻器进行产业化。
经过两年的努力，他们已经实现40nm的工艺，并开发出了相关存储芯片，也已获得物联网和汽车等领域的订单。
目前，他们正在设计一个更大规模、功能更多样化的忆阻器阵列芯片，这款新型芯片的设计已经接近完成，接下来将进行流片和相关测试。一旦问世，将会实现更贴近需求、也更加复杂的实际应用。
在2019年的某次会议上，吴华强曾和英特尔Loihi神经形态计算芯片的负责人“打赌” ，看将来到底谁的芯片应用得更好。

文章图片
图|忆阻器储存芯片（图片来源：新忆科技）
谈及发展前景，吴华强认为，过去的计算范式已经使用几十年了。在面临严重算力挑战的今天，忆阻器很有可能提供出一种全新的计算范式。
他说：“如果说没有摩尔定律变缓、人工智能算力需求增加这些挑战，可能新的计算范式也不可能进来，我觉得现在是一个好的机会。 ”
未来的手机、超高清电视、无人系统、数据中心，都将有望用上这种芯片，它能加速处理AI应用，给用户带来更好的体验。

文章图片
图|忆阻器芯片在物联网等很多领域有着很好的应用场景（来源：MITTechnologyReview）
而在更前沿的应用方向上，吴华强团队的忆阻器也在发力。在脑机接口领域，他们在使用忆阻器进行信号的处理。通过探针等方式得到的脑电波信号是一种模拟信号，过去，我们需要把模拟信号处理成数字信号，再进行解码计算。
而忆阻器本身就是用模拟信号的方式进行存储的，用来处理模拟信号天然拥有更块的计算速度和更低的能耗。更低的能耗意味着，未来使用忆阻器的脑机接口，将可能不需要外接电源，这将极大地提升脑机接口系统的使用便利性。
未来，在纯电计算之外，吴华强还把研究目光投向了同样利用物理原理进行计算的光电计算，以及“感知、存储、计算”一体的系统优化和硬件匹配。
“算力焦虑”正在、并将在接下来的一段时间内继续陪伴着我们的存在。但以忆阻器芯片、光电计算等为代表的一系列新技术，正试图利用硬件层面的革新，把人工智能技术带去更远的未来。