2024年10月2日，TDK株式会社（TSE：6762）宣布其已成功研发出一款超低能耗的神经形态元件——自旋忆阻器。通过模拟人脑高效节能的运行模式，该元件可将人工智能（AI）应用的能耗降至传统设备的百分之一。与法国研究机构原子能和替代能源委员会（CEA）合作，TDK证明了其“自旋忆阻器”可以作为神经形态设备的基本元件。今后，TDK将与日本东北大学创新集成电子系统研发中心合作开展此项技术的实际开发工作。
配备TDK自旋忆阻器的陶瓷封装
近年来，随着AI技术的不断发展，数字化转型（DX）持续推进，预计利用大数据和AI技术的能源消耗将大幅增加，并致使某些问题更加突出——例如与海量数据的计算处理有关的复杂性以及不断增加的、与AI发展有关的电力消耗等。TDK将持续努力，致力解决此类社会和环境问题。
人脑的运行功耗约为20W，这使得其能够做出比现有数字AI处理器更加复杂的决策，但功耗要低得多。因此，TDK的目标是研发出一款能够以电子方式模拟人脑突触的设备：忆阻器。传统存储元件以数字0或1的形式存储数据，而“自旋忆阻器”则可以用作模拟存储元件，与人脑相仿。如此，该元件便能以超低能耗运行复杂的计算。尽管神经形态设备的忆阻器并非新生事物，但它们都面临着各式各样的问题，如电阻随时间变化、难以控制数据的精确写入以及需要实施控制措施以确保数据得以保留等。TDK的“自旋忆阻器”成功解决了这些问题，且有望通过减少现有设备的漏电流问题，降低电力消耗，同时实现免受环境变化影响和长期数据存储。
图 配备4个陶瓷封装的AI电路板
为了实现这一目标，TDK于2020年开始与CEA合作。在CEA的支持下，我们成功研发出一款配备“自旋忆阻器”（3个元件 x 2组x4个芯片）的AI电路，并通过声分离演示验证其能够成功运行，充分证明“自旋忆阻器”可以作为AI电路的基本元件。在前述演示过程中，即使以任意比例混合三种类型的声音（音乐、演说和噪声），电路始终能够实时学习并分离此三种声音。在一般的机器学习过程中，AI运行是基于AI模型此前受训时的数据进行的，但TDK的设备却具备在不断变化的环境中实时学习的独特能力。
既已证实 “自旋忆阻器”可以用作神经形态设备的基本元件，TDK将把这一项目从基础研发阶段推进到下一阶段，即实际应用阶段。该产品的生产制造需要集成半导体和自旋电子制造工艺。TDK在制造与忆阻器类似的MRAM产品的过程已经实现了这一集成，此次决定携手MRAM研发领域的领先学术机构——日本东北大学，合作开展集成技术研发。
CEA高级研究员Marc Duranton博士评论道：“TDK和CEA之间有着惊人的协同效应，双方特长相辅相成，共同促进了极具创造性和建设性的合作。此次双方开展的合作研究为研发更加可持续、可靠和高效的解决方案开创了新局面，以满足不断增长的现代AI应用需求。”
日本东北大学CIES主任远藤哲郎博士评论道：“对未来信息化社会而言，AI半导体至关重要，而提高AI处理能力和降低电力消耗等社会问题亟待解决。为解决这一社会需求，TDK融合忆阻器和自旋电子学技术的AI半导体研发项目尤为重要。我们将运用日本东北大学的学术知识以及12英寸原型产线的制造技术，为该项目提供最大支持。”
长按识别二维码关注公众号，点击下方菜单栏左侧“微信群”，申请加入交流群。
