芯東西11月7日消息，本周最新一期《Nature》期刊，刊載了一種利用原子薄型半導(dǎo)體，設(shè)計兼顧邏輯計算和數(shù)據(jù)存儲能力的芯片的方法。通過把兩種功能結(jié)合于單一芯片結(jié)構(gòu)，這種新型芯片可以更高效地驅(qū)動設(shè)備，或能用于推動AI方面的研究。

　　這項研究突出了原子薄型半導(dǎo)體在開發(fā)下一代低功耗電子產(chǎn)品方面的巨大潛力。

　　這種芯片設(shè)計方法由洛桑聯(lián)邦理工學(xué)院（EPFL）納米電子與結(jié)構(gòu)實驗室（LANES）的團隊研發(fā)，論文名稱為《基于一種原子級薄半導(dǎo)體的存儲器式邏輯計算（Logic-in-memory based on an automically thin semiconductor）》。

　　本文福利：深耕內(nèi)存接口芯片市場十余年，始終保持行業(yè)領(lǐng)先地位，瀾起科技如何在行業(yè)內(nèi)掀起波瀾。推薦深度報告《匠心深耕十六載，內(nèi)存接口芯片領(lǐng)先者》可在公眾號對話框回復(fù)【芯東西051】下載。

　　01

　　存內(nèi)計算：面向下一代低功耗芯片的解決方案

　　目前，大多數(shù)計算機芯片基于馮·諾伊曼架構(gòu)進行設(shè)計，即數(shù)據(jù)處理和數(shù)據(jù)存儲過程分別在同一芯片中的兩個不同單元進行。

　　這意味著系統(tǒng)運行過程中，數(shù)據(jù)必須不斷在兩個單元之間進行傳輸，因此，數(shù)據(jù)處理單元和數(shù)據(jù)存儲單元之間交換信息的速度成為影響系統(tǒng)性能的一大重要因素。

　　隨著運算要求不斷提高，馮·諾伊曼架構(gòu)的弊端逐漸顯現(xiàn)：要處理不斷增多的運算量，系統(tǒng)消耗的能源成本也將不斷攀升。

　　針對這一問題，洛桑聯(lián)邦理工學(xué)院研究團隊指出，采用類似人腦計算方式的、將數(shù)據(jù)處理和數(shù)據(jù)存儲功能集成在同一單元中的芯片設(shè)計方案，將有望大幅降低馮·諾伊曼結(jié)構(gòu)解決方案的計算成本。

　　從這一思路出發(fā)，洛桑聯(lián)邦理工學(xué)院研究團隊研發(fā)了一種基于單層二硫化鉬（MoS2）存儲器架構(gòu)的可重編程邏輯器件。

　　根據(jù)論文，研究人員用這種結(jié)構(gòu)演示了一個可編程或非門（NOR），結(jié)果顯示這種設(shè)計可被擴展到更加復(fù)雜的可編程邏輯和功能完整的操作集中。研究人員認為，這種芯片設(shè)計方法顯示出“原子級薄半導(dǎo)體在發(fā)展下一代低功耗電子產(chǎn)品方面的潛力”。

　　02

　　基于單層二硫化鉬的浮柵存儲器

　　二硫化鉬是一種僅有三個原子厚度的單層二維材料，也是一種對于電荷十分敏感的半導(dǎo)體材料。本項研究中，研究人員使用大晶粒、大面積金屬化學(xué)氣相沉積法（MOCVD）制備二硫化鉬。浮柵場效應(yīng)晶體管（FGFETs）具備長時間保存電荷的能力，通常被用于制造相機、智能手機、電腦的閃存系統(tǒng)。

　　洛桑聯(lián)邦理工學(xué)院研究團隊同時利用二硫化鉬材料和浮柵場效應(yīng)晶體管的獨特電氣特性：二硫化鉬對儲存在浮柵場效應(yīng)晶體管中的電荷十分敏感，這使研究人員能夠開發(fā)出既作為存儲器存儲單元、又作為可編程晶體管的電路。

　　論文指出，二維過渡金屬二硫化物被視為實現(xiàn)規(guī)模化半導(dǎo)體器件和電路的一類候選材料。這是因為二維過渡金屬二硫化物材料具備三大特性，分別是：原子級厚度、無懸空鍵（absence of dangling bonds）、增強型靜電控制（enhanced electrostatic control）。

　　在二維過渡金屬二硫化物中，單層二硫化鉬的直接帶隙尤其大。這意味著即使在納米尺度的柵極長度和接近理論極限的情況下，該材料也能以高的開/關(guān)電流比（約為10的八次方）降低待機電流。

　　在這種情況下，基于單層二硫化鉬材料的浮柵場效應(yīng)晶體管，可以實現(xiàn)12nm以下的積極縮放（aggressive scale），同時提高器件的可靠性。這要歸功于浮柵場效應(yīng)晶體管相鄰薄膜浮柵之間的原子級別厚度，以及減少的單元間干擾。

　　具體而言，研究人員制備的存儲器有一個局部為鉻材料疊加鉛材料的（厚度分別為2nm、80nm）的底柵和一個5nm厚的薄膜鉑浮柵，從而形成了連續(xù)而光滑的表面。通過降低金屬表面粗糙度，存儲器頂部溝道氧化物和2D溝道之間界面的介電無序被降低，以此提升模型的性能和可靠性。

　　03

　　結(jié)語：存內(nèi)計算成為未來AI計算一大趨勢

　　AI技術(shù)日益走出實驗室，承擔(dān)為千行百業(yè)賦能的角色。比如，機器學(xué)習(xí)、物聯(lián)網(wǎng)等新興的技術(shù)，正使自動駕駛、語音識別等應(yīng)用成為了現(xiàn)實。

　　但是，在AI技術(shù)普及的過程中，作為載體的硬件如何實現(xiàn)更高能效成為另一個亟待解決的問題。面對傳統(tǒng)馮·諾伊曼結(jié)構(gòu)下的高能耗問題，越來越多研究者正試圖通過云計算、存內(nèi)計算等技術(shù)給出解決方案。

　　云計算可以實現(xiàn)數(shù)據(jù)的快速處理。但是，云計算也面臨著數(shù)據(jù)隱私、響應(yīng)延遲、服務(wù)成本高等問題。相比之下，存內(nèi)計算或能兼顧低能耗、數(shù)據(jù)安全等各方面要求。