2023年12月11日发(作者：刁依云)
华为布局忆阻器芯片，这可能是复刻人脑、实现强人工智能的的最佳方式
据知情人士透露，华为有意在忆阻器芯片领域进行布局。
从中国知网获悉：华为分别于 2019 年 3 月（2015 年 6 月申请）、2020 年 1 月（2018 年 6 月申请）公开了两份相关
专利信息。忆阻器芯片和其他芯片相比，因其暂时没有过多的应用场景，所以大众对其没有太多了解，但这可能是复刻
人脑、实现强人工智能的的最佳方式。
忆阻器是什么？
忆阻器，全称记忆电阻，从名字我们就可以大致推敲出它的功用来。
最早提出忆阻器概念的人，是华裔的科学家蔡少棠，当时任教于美国的加州大学伯克利分校。时间是 1971 年，在研究
电荷、电流、电压和磁通量之间的关系时，任教于加州大学伯克利分校的蔡教授推断在电阻、电容和电感器之外，应该
还有一种组件，代表着电荷与磁通量之间的关系。这种组件的效果，就是它的电阻会随着通过的电流量而改变，而且就
算电流停止了，它的电阻仍然会停留在之前的值，直到接受到反向的电流它才会被推回去。
简单说，忆阻器是一种有记忆功能的非线性电阻。通过控制电流的变化可改变其阻值，如果把高阻值定义为“1”，低阻值
定义为“0”，则这种电阻就可以实现存储数据的功能。实际上就是一个有记忆功能的非线性电阻器。
用常见的水管来比喻，电流是通过的水量，而电阻是水管的粗细时，当水从一个方向流过去，水管会随着水流量而越来
越粗，这时如果把水流关掉的话，水管的粗细会维持不变；反之当水从相反方向流动时，水管就会越来越细。因为这样
的组件会“记住”之前的电流量，因此被称为忆阻器。
由于忆阻器尺寸小、能耗低，所以能很好地储存和处理信息。一个忆阻器的工作量，相当于一枚 CPU 芯片中十几个晶
体管共同产生的效用。
比勒菲尔德大学托马斯博士及其同事在 2012 年就制作出了一种具有学习能力的忆阻器。2013年，托马斯就利用这种忆
阻器作为了人工大脑的关键部件。
托马斯认为解，因为忆阻器与人脑内的神经突触具有高度的相似性，所以这使其成为制造人工大脑的绝佳材料，“它使
我们得以建造极为节能、耐用，同时能够自学的处理器。”托马斯在论文中总结了自己的实验结果，并借鉴其他生物学
和物理学研究的成果，首次阐述了这种仿神经系统的电脑如何将自然现象转化为技术系统，及其中应该遵循的几个原
则。
这些原则包括，忆阻器应像突触一样，“注意”到之前的电子脉冲；而且只有当刺激脉冲超过一定的量时，神经元才会做
出反应，忆阻器也是如此。“这也是人工大脑进行学习和遗忘的过程中，忆阻器如何发挥作用的基础。”
清华用忆阻器制人工神经网络芯片
随着人工智能的发展，英雄无用武之地的忆阻器凭借优异性能，已经展现出其广泛的应用前景。业界认为这种基础元器
件，将从根本上颠覆现有的硅芯片产业。
就在今年年初，清华大学九成宫用忆阻器制出人工神经网络芯片，清华大学微电子所、未来芯片技术高精尖创新中心钱
鹤、吴华强团队与合作者在顶尖学术期刊、英国《自然》杂志（Nature）在线发表论文，报道了基于忆阻器阵列芯片卷
积网络的完整硬件实现。
此次的最新进展，是钱、吴团队集成了 8 个包括 2048 个忆阻器的阵列，以提高并行计算的效率。与此同时，他们还提出了空间并行的机制，将相同卷积核编程到多组忆阻器阵列中，各组忆阻器阵列可并行处理不同的
卷积输入块，提高并行度来加速卷积计算。
随着摩尔定律放缓，计算界翘首以待新的架构突破冯诺依曼瓶颈，适应越来越复杂的 AI 问题。基于忆阻器的存算一体
系统在这场角逐中一定会稳步前进，也将成为各大科技企业和政府机构下一个发力点。
虽然清华大学此次取得了可喜的成绩，但芯片领域仍是我国的弱项。分析人士认为，中国完全依靠自己的技术生产芯片
和半导体，至少还需要 5-10 年的时间。另一方面，西方的竞争对手也不会原地踏步，将不断完善自己的技术。
因此，未来十年争夺全球芯片生产领先地位的博弈将会异常激烈。此次华为入局忆阻器芯片，希望可以引起国内芯片厂
商、科技厂商的重视，提前把握住机会。
2023年12月11日发(作者：刁依云)
华为布局忆阻器芯片，这可能是复刻人脑、实现强人工智能的的最佳方式
据知情人士透露，华为有意在忆阻器芯片领域进行布局。
从中国知网获悉：华为分别于 2019 年 3 月（2015 年 6 月申请）、2020 年 1 月（2018 年 6 月申请）公开了两份相关
专利信息。忆阻器芯片和其他芯片相比，因其暂时没有过多的应用场景，所以大众对其没有太多了解，但这可能是复刻
人脑、实现强人工智能的的最佳方式。
忆阻器是什么？
忆阻器，全称记忆电阻，从名字我们就可以大致推敲出它的功用来。
最早提出忆阻器概念的人，是华裔的科学家蔡少棠，当时任教于美国的加州大学伯克利分校。时间是 1971 年，在研究
电荷、电流、电压和磁通量之间的关系时，任教于加州大学伯克利分校的蔡教授推断在电阻、电容和电感器之外，应该
还有一种组件，代表着电荷与磁通量之间的关系。这种组件的效果，就是它的电阻会随着通过的电流量而改变，而且就
算电流停止了，它的电阻仍然会停留在之前的值，直到接受到反向的电流它才会被推回去。
简单说，忆阻器是一种有记忆功能的非线性电阻。通过控制电流的变化可改变其阻值，如果把高阻值定义为“1”，低阻值
定义为“0”，则这种电阻就可以实现存储数据的功能。实际上就是一个有记忆功能的非线性电阻器。
用常见的水管来比喻，电流是通过的水量，而电阻是水管的粗细时，当水从一个方向流过去，水管会随着水流量而越来
越粗，这时如果把水流关掉的话，水管的粗细会维持不变；反之当水从相反方向流动时，水管就会越来越细。因为这样
的组件会“记住”之前的电流量，因此被称为忆阻器。
由于忆阻器尺寸小、能耗低，所以能很好地储存和处理信息。一个忆阻器的工作量，相当于一枚 CPU 芯片中十几个晶
体管共同产生的效用。
比勒菲尔德大学托马斯博士及其同事在 2012 年就制作出了一种具有学习能力的忆阻器。2013年，托马斯就利用这种忆
阻器作为了人工大脑的关键部件。
托马斯认为解，因为忆阻器与人脑内的神经突触具有高度的相似性，所以这使其成为制造人工大脑的绝佳材料，“它使
我们得以建造极为节能、耐用，同时能够自学的处理器。”托马斯在论文中总结了自己的实验结果，并借鉴其他生物学
和物理学研究的成果，首次阐述了这种仿神经系统的电脑如何将自然现象转化为技术系统，及其中应该遵循的几个原
则。
这些原则包括，忆阻器应像突触一样，“注意”到之前的电子脉冲；而且只有当刺激脉冲超过一定的量时，神经元才会做
出反应，忆阻器也是如此。“这也是人工大脑进行学习和遗忘的过程中，忆阻器如何发挥作用的基础。”
清华用忆阻器制人工神经网络芯片
随着人工智能的发展，英雄无用武之地的忆阻器凭借优异性能，已经展现出其广泛的应用前景。业界认为这种基础元器
件，将从根本上颠覆现有的硅芯片产业。
就在今年年初，清华大学九成宫用忆阻器制出人工神经网络芯片，清华大学微电子所、未来芯片技术高精尖创新中心钱
鹤、吴华强团队与合作者在顶尖学术期刊、英国《自然》杂志（Nature）在线发表论文，报道了基于忆阻器阵列芯片卷
积网络的完整硬件实现。
此次的最新进展，是钱、吴团队集成了 8 个包括 2048 个忆阻器的阵列，以提高并行计算的效率。与此同时，他们还提出了空间并行的机制，将相同卷积核编程到多组忆阻器阵列中，各组忆阻器阵列可并行处理不同的
卷积输入块，提高并行度来加速卷积计算。
随着摩尔定律放缓，计算界翘首以待新的架构突破冯诺依曼瓶颈，适应越来越复杂的 AI 问题。基于忆阻器的存算一体
系统在这场角逐中一定会稳步前进，也将成为各大科技企业和政府机构下一个发力点。
虽然清华大学此次取得了可喜的成绩，但芯片领域仍是我国的弱项。分析人士认为，中国完全依靠自己的技术生产芯片
和半导体，至少还需要 5-10 年的时间。另一方面，西方的竞争对手也不会原地踏步，将不断完善自己的技术。
因此，未来十年争夺全球芯片生产领先地位的博弈将会异常激烈。此次华为入局忆阻器芯片，希望可以引起国内芯片厂
商、科技厂商的重视，提前把握住机会。