正在阅读：CEA-Leti和Stanford携新的NVM瞄准了edge-AI应用CEA-Leti和Stanford携新的NVM瞄准了edge-AI应用

【PConline 资讯】CEA-Leti和斯坦福大学（Stanford University）的研究人员开发了“世界上第一个”集成多比特非易失性存储器(NVM)技术的电路——电阻RAM (RRAM)和硅计算单元，以及一种新的内存弹性特性，提供了现有RRAM容量的2.3倍。

这些新版本的目标应用程序包括支持物联网人工智能(edge AI)的节能智能传感器节点。

这种概念验证芯片已经被用于各种应用(机器学习、控制、安全)。它整体集成了两种异构技术:在商用130nm硅CMOS上的18kb的芯片上的RRAM和16bit的通用单片机内核，以及8KB的SRAM。

根据研究人员的说法，由于其低运行能量，他们的芯片比标准嵌入式闪存的能效(以相似的速度)高10倍。它还提供了从开启模式到关闭模式的超高速和节能转换，反之亦然。

为了节约能源，智能传感器节点必须关闭自身。不挥发性使记忆在断电时保留数据，因此成为边缘节点必不可少的片上存储特性。2.3位/单元RRAM的设计使得更高的内存密度(NVM密集集成)产生更好的应用结果。例如团队说的，与1位/单元等效内存相比，神经网络推理的准确性提高了2.3倍。

但是，NVM技术(RRAM和其他技术)遭受写失败。这种写失败会在应用程序级别上造成灾难性的影响，并显著降低NVM(如RRAM)的有效性。CEA-Leti和斯坦福大学的研究小组发明了一种名为ENDURER的新技术，据说可以克服这一重大挑战。例如，当使用修改后的美国国家标准与技术研究所(MNIST)数据库连续运行推理时，该芯片的功能寿命为10年。

斯坦福大学/ CEA-Leti小组展示了一个完整的芯片，每个芯片上的RRAM单元可以存储多个比特。Leti公司硅组件和技术首席科学家Thomas Ernst解释说，与以前使用独立RRAM或RAM阵列中的几个单元进行演示相比，存储的信息得到了正确的处理。这种多比特存储提高了人工智能的重要组成部分神经网络推理的准确性。

斯坦福大学的教授Subhasish Mitra说，这种芯片展示了RRAM技术的几个行业第一。其中包括能够实现多个bits-per-cell RRAM在完整的记忆水平的新算法,还有利用RRAM特性和应用特点证明的多个bits-per-cell RRAM在计算系统层面的有效性的新技术,以及为基于RRAM计算系统实现有效生命周期的新弹性技术。

【via:Newelectronics】【PConline 编译: Tina】