前沿 | 美國(guó)軍工領(lǐng)域先進(jìn)芯片研究最新進(jìn)展

美軍一直致力于軍隊(duì)的信息化、數(shù)字化、智能化建設(shè)，并引領(lǐng)著軍事裝備向智能化方向發(fā)展。未來(lái)戰(zhàn)爭(zhēng)也必將是以智能化裝備為主的高科技戰(zhàn)爭(zhēng)，從而大大增加了人工智能技術(shù)對(duì)更高階處理能力的需求。因此，集成度高、制程工藝先進(jìn)，兼具更高性能與更低功耗，且更為安全的芯片已然成為美軍的研究重點(diǎn)。

2021年3月，英特爾公司宣稱，將與美國(guó)國(guó)防部高級(jí)研究計(jì)劃局(DARPA)共同實(shí)施“自動(dòng)實(shí)現(xiàn)應(yīng)用程序的結(jié)構(gòu)化陣列硬件”(SAHARA)計(jì)劃，研發(fā)并生產(chǎn)用于美國(guó)國(guó)防系統(tǒng)的定制安全微芯片(ASIC)，項(xiàng)目周期約三年。

美國(guó)軍方嚴(yán)重依賴現(xiàn)場(chǎng)可編程門(mén)陣列(FPGA)，早在2017年DARPA已經(jīng)提出將開(kāi)發(fā)兼具更高性能與更低功耗的特制ASIC作為突破摩爾定律的方法之一，并將其作為滿足美軍對(duì)更高階處理能力需求的對(duì)策之一。

此次所提出的SAHARA計(jì)劃的目標(biāo)在于與美國(guó)佛羅里達(dá)州、馬里蘭州和得克薩斯州農(nóng)工大學(xué)合作，將與國(guó)防相關(guān)的FPGA設(shè)計(jì)自動(dòng)且可擴(kuò)展地轉(zhuǎn)換為可量化安全的結(jié)構(gòu)化專用集成電路，即定制化ASIC，同時(shí)將安全對(duì)策技術(shù)集成于其設(shè)計(jì)流程之中，以支持在零信任環(huán)境中的最終制造，實(shí)現(xiàn)將設(shè)計(jì)時(shí)間減少60%，工程成本減少10倍，功耗減少50%。

在項(xiàng)目的第一階段，英特爾公司將開(kāi)發(fā)構(gòu)建該芯片的硬件和必要的軟件，同時(shí)還將開(kāi)展有關(guān)FHE的學(xué)術(shù)研究項(xiàng)目，旨在解決FHE技術(shù)開(kāi)發(fā)需要大量計(jì)算能力的難題，并開(kāi)發(fā)針對(duì)FHE進(jìn)行優(yōu)化的專用集成電路，將處理時(shí)間縮短達(dá)10萬(wàn)倍。

在項(xiàng)目的后期階段，微軟公司將與美國(guó)政府將共同測(cè)試英特爾公司所研發(fā)的芯片，將芯片整合到Azure云服務(wù)中，對(duì)其性能以及安全性進(jìn)行嚴(yán)格的測(cè)試與驗(yàn)證。并由微軟公司制定有關(guān)FHE的國(guó)際標(biāo)準(zhǔn)，以為該安全微芯片的技術(shù)最終實(shí)現(xiàn)商業(yè)化做準(zhǔn)備。

未來(lái)，英特爾將在其10納米工藝上建立結(jié)構(gòu)化ASIC的國(guó)內(nèi)制造能力，利用先進(jìn)的接口總線管芯到管芯互連和嵌入式多管芯互連橋封裝技術(shù)進(jìn)行芯片制造，以將多個(gè)異構(gòu)管芯集成到單個(gè)封裝中;將在亞利桑那州與俄勒岡州的工廠為美國(guó)軍方開(kāi)發(fā)芯片原型，以將來(lái)自不同供應(yīng)商的芯片進(jìn)行集成封裝，實(shí)現(xiàn)將更多功能集成到更小芯片中，并降低其能耗。

綜上可知，SAHARA計(jì)劃所致力于開(kāi)發(fā)的結(jié)構(gòu)化ASIC與方法，以及先進(jìn)封裝技術(shù)，將大大推進(jìn)美國(guó)國(guó)防部更快、更經(jīng)濟(jì)地開(kāi)發(fā)與部署對(duì)國(guó)防部現(xiàn)代化優(yōu)先級(jí)至關(guān)重要的先進(jìn)微電子系統(tǒng)的進(jìn)程。

TrueNorth最早始于DARPA的自適應(yīng)可塑可伸縮電子神經(jīng)系統(tǒng)(Systems of Neuromorphic Adaptive Plastic Scalable Electronics，SyNapse)項(xiàng)目的最新成果。在2014年，美國(guó)空軍研究實(shí)驗(yàn)室(ARFL)又授予IBM有關(guān)仿人腦芯片TrueNorth的研發(fā)合同。

IBM的研發(fā)人員基于神經(jīng)科學(xué)、超級(jí)計(jì)算，采用全新的計(jì)算機(jī)架構(gòu)與新的編程語(yǔ)言、算法和應(yīng)用程序，歷經(jīng)約六年時(shí)間研發(fā)出了TrueNorth仿人腦芯片，并由此重新定義了包括體系架構(gòu)、運(yùn)行效率、可擴(kuò)展性和芯片設(shè)計(jì)等在內(nèi)的仿人腦技術(shù)。

與現(xiàn)階段計(jì)算機(jī)所遵循的馮諾依曼架構(gòu)不同，TrueNorth芯片模仿了人類(lèi)大腦的神經(jīng)元結(jié)構(gòu)，擁有約54億個(gè)晶體管，4平方厘米大小的芯片上具有100萬(wàn)個(gè)“神經(jīng)元”基本單元，并通過(guò)2.56億個(gè)“突觸”進(jìn)行通信，因此能夠在快速、準(zhǔn)確分類(lèi)的同時(shí)保持超低功耗。

與早期神經(jīng)網(wǎng)絡(luò)芯片相比，True North神經(jīng)形態(tài)芯片集計(jì)算、通信和存儲(chǔ)于一體，計(jì)算效率更加優(yōu)異，具有并行、分布式、模塊化、可擴(kuò)展性、可容錯(cuò)的靈活架構(gòu)，更適合于深度學(xué)習(xí)。在此將IBM的TrueNorth芯片與傳統(tǒng)計(jì)算機(jī)芯片的性能特點(diǎn)進(jìn)行對(duì)比，如下表所示。

圖表：TrueNorth芯片與傳統(tǒng)計(jì)算機(jī)芯片的性能對(duì)比

（資料來(lái)源：調(diào)研整理）

IBM的超級(jí)計(jì)算機(jī)Watson由于TrueNorth的加入而更具智能化性能。在未來(lái)，TrueNorth將有望用于超級(jí)計(jì)算機(jī)與云計(jì)算網(wǎng)絡(luò)等。由于TrueNorth作為仿人腦芯片，在應(yīng)對(duì)復(fù)雜問(wèn)題時(shí)更為高效，因此美國(guó)空軍計(jì)劃未來(lái)利用TrueNorth在資源及空間匱乏的地區(qū)部署先進(jìn)的機(jī)器視覺(jué)，從而提高對(duì)一些復(fù)雜問(wèn)題的處理效率。而IBM的下一個(gè)研究目標(biāo)則將通過(guò)建立一個(gè)改進(jìn)的、縮小版的芯片的二維陣列，將芯片系統(tǒng)擴(kuò)展到更多數(shù)量的神經(jīng)元與突觸。

ARFL早在于2017年1月就針對(duì)安裝了IBM“神經(jīng)形態(tài)仿人腦芯片”(TrueNorth)芯片的計(jì)算機(jī)與高性能Nvidia計(jì)算機(jī)Jetson Tx-1進(jìn)行了競(jìng)賽測(cè)試，以提升汽車(chē)和機(jī)器人等的機(jī)器學(xué)習(xí)能力。二者利用不同的神經(jīng)網(wǎng)絡(luò)圖像處理軟件，在來(lái)自MSTAR公共數(shù)據(jù)庫(kù)的由雷達(dá)生成的航空影像中均成功甄別出了10類(lèi)軍用車(chē)輛與民用車(chē)輛，精度約為95%，其中被甄別的目標(biāo)中還包括俄羅斯T-72坦克。但I(xiàn)BM的TrueNorth芯片效率更高，功耗卻僅為Nvidia芯片的二十到三十分之一。

TrueNorth芯片陣列

在此次測(cè)試之后，AFRL于2017年6月授予IBM公司的Carothers團(tuán)隊(duì)130萬(wàn)美元用于以True North作為神經(jīng)形態(tài)處理器的基礎(chǔ)，測(cè)試大規(guī)模集群配置，設(shè)計(jì)未來(lái)的百萬(wàn)兆級(jí)的系統(tǒng)，以及測(cè)試神經(jīng)形態(tài)處理器在大規(guī)模的機(jī)器上作為協(xié)同處理器管理一些系統(tǒng)元素、預(yù)測(cè)組件故障的能力。其研究核心在于增加新的機(jī)器學(xué)習(xí)算法，通過(guò)大量的設(shè)備傳感器跟蹤潛在的神經(jīng)形態(tài)處理器系統(tǒng)的組件問(wèn)題，并研究學(xué)習(xí)故障發(fā)生的原因等。

ARFL與IBM于2021年3月宣稱，將利用IBM的TrueNorth神經(jīng)形態(tài)芯片設(shè)計(jì)64芯片陣列，打造仿人腦超級(jí)電腦系統(tǒng)，使其具有6400萬(wàn)個(gè)神經(jīng)元和160億個(gè)突觸，不僅具備優(yōu)異的進(jìn)階辨識(shí)與感知處理能力，還將具有優(yōu)于傳統(tǒng)晶片的處理效能，功率僅為10W。屆時(shí)具有可擴(kuò)展性的超級(jí)電腦系統(tǒng)將為AFRL提供一個(gè)端到端的軟件生態(tài)系統(tǒng)，能夠優(yōu)化機(jī)器學(xué)習(xí)模型的效能，用于支持深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和信息發(fā)現(xiàn)。

此外，盡管目前該芯片技術(shù)的大規(guī)模計(jì)算應(yīng)用仍在開(kāi)發(fā)中，但其能夠有效且實(shí)時(shí)地將多個(gè)分布式傳感器的圖像、視頻、音頻和文本等數(shù)據(jù)轉(zhuǎn)換為符號(hào)，因此ARFL還計(jì)劃利用TrueNorth所打造的超大規(guī)模電腦系統(tǒng)，結(jié)合該超級(jí)電腦系統(tǒng)的右腦感知能力以及傳統(tǒng)超級(jí)電腦的左腦符號(hào)處理能力，實(shí)現(xiàn)數(shù)據(jù)并行性(多源數(shù)據(jù)可以針對(duì)相同的神經(jīng)網(wǎng)絡(luò)并行運(yùn)行)，以及模型并行性(獨(dú)立的神經(jīng)網(wǎng)絡(luò)形成一個(gè)整體，可以在相同的數(shù)據(jù)上并行運(yùn)行)。

加之，由于各種機(jī)器人、無(wú)人機(jī)和其他設(shè)備的大小、重量與功率限制，將TrueNorth芯片用于實(shí)現(xiàn)新的計(jì)算能力，并將所研發(fā)的超級(jí)電腦系統(tǒng)高效地應(yīng)用于嵌入式、行動(dòng)裝置、自動(dòng)化裝置等程式上，對(duì)于美國(guó)空軍能夠保持在該領(lǐng)域的優(yōu)越的技術(shù)優(yōu)勢(shì)將大有裨益。

硅基CMOS技術(shù)即將達(dá)到5納米技術(shù)節(jié)點(diǎn)，芯片的性能提升已經(jīng)接近其物理極限。在為數(shù)不多的幾種可能的替代材料中，碳基納米材料(尤其碳納米管和石墨烯)由于相較于硅基器件具有更快的速度和更低的功耗，室溫下電子和空穴具有極高的本征遷移率(大于100000cm2/(V?s))，超出了最好的半導(dǎo)體材料，而被公認(rèn)為是最有希望替代硅的材料。因此，基于碳基納米材料的芯片研究近年來(lái)備受各國(guó)重視，尤其美國(guó)在該領(lǐng)域的研究極具代表性。

其中，“三維單片系統(tǒng)芯片”(3DSoC)項(xiàng)目作為美國(guó)國(guó)防高級(jí)研究計(jì)劃局(DARPA)“電子復(fù)興計(jì)劃”(ERI)的核心之一，已經(jīng)在基于碳基納米材料的3D芯片研究方面取得了很大進(jìn)展。該項(xiàng)目始于2018年，總體目標(biāo)在于利用3年半年時(shí)間開(kāi)發(fā)出3D單片集成技術(shù)，實(shí)現(xiàn)邏輯、存儲(chǔ)和輸入/輸出等組成單元的有效封裝，使得以90nm生產(chǎn)的3D芯片的性能可與7納米2D CMOS技術(shù)相媲美，甚至有望實(shí)現(xiàn)數(shù)量級(jí)的突破，同時(shí)功耗性能提升超過(guò)50倍。

作為入圍3DSoC項(xiàng)目的兩所高校之一，麻省理工學(xué)院(MIT)在近幾年來(lái)針對(duì)碳基納米材料3D芯片技術(shù)開(kāi)展了諸多研究，其超大規(guī)模全納米微處理器芯片以及基于碳納米管與存儲(chǔ)器集成堆疊的3D芯片技術(shù)極具前沿性。

美國(guó)麻省理工學(xué)院于2019年8月宣稱，已經(jīng)制造出世界首個(gè)超大規(guī)模全碳納米管互補(bǔ)性金屬氧化物半導(dǎo)體(CMOS)微處理器芯片。

該芯片是基于多層垂直堆疊結(jié)構(gòu)，由1.4萬(wàn)個(gè)碳納米管構(gòu)成的16位微處理器RV16X-NANO(基于RISC-V指令集，在16位數(shù)據(jù)和地址上運(yùn)行標(biāo)準(zhǔn)的32位指令)，能夠與商用微處理器處理相同的任務(wù)，可以運(yùn)行“Hello World”程序，由此證明了完全由碳納米管場(chǎng)效應(yīng)晶體管(CNFET)打造超越硅的微處理器的可能性。

RV16X-NANO微處理器

采用全新的碳納米管芯片制造技術(shù)，是該項(xiàng)研究的最大亮點(diǎn)之一。這源于通常先進(jìn)的集成電路要求碳納米管的純度需高達(dá)99.999999%，但目前的技術(shù)根本無(wú)法達(dá)到，而麻省理工學(xué)院所提出的創(chuàng)新型技術(shù)工藝則能夠?qū)⒓兌纫蠼档?個(gè)數(shù)量級(jí)，僅采用純度為99.99%的碳納米管制備的芯片即能成功實(shí)現(xiàn)高性能與低能耗。

• 以降低雜質(zhì)的影響為主導(dǎo)思路，采用選擇性機(jī)械剝離技術(shù)，可將CNT聚集體缺陷密度降低250倍以上，以解決芯片制造缺陷與質(zhì)量一致性的問(wèn)題;

• 采用靜電雜合金屬接口工程技術(shù)(MIXED)結(jié)合了金屬接觸功函數(shù)工程和靜電摻雜，可實(shí)現(xiàn)穩(wěn)健的晶圓級(jí)CNFET CMOS工藝;

• 采用對(duì)抗金屬性的碳納米管技術(shù)(DREAM)，通過(guò)電路設(shè)計(jì)完全克服金屬碳納米管的存在所導(dǎo)致的問(wèn)題。

麻省理工學(xué)院通過(guò)選擇性機(jī)械剝離、靜電雜合金屬接口工程技術(shù)等多項(xiàng)創(chuàng)新性技術(shù)，實(shí)現(xiàn)了無(wú)需拘泥于攻克碳納米管的純度難關(guān)，而制造芯片的新思路。據(jù)稱該新工藝不僅簡(jiǎn)單可行，還能夠與主流硅基CMOS技術(shù)完全兼容，有助于實(shí)現(xiàn)實(shí)用化全碳納米管CMOS微處理器的批量生產(chǎn)。

麻省理工學(xué)院與斯坦福大學(xué)在利用碳基納米材料制造芯片方面已經(jīng)開(kāi)展了諸多研究，在3DSoC項(xiàng)目立項(xiàng)之前，麻省理工學(xué)院與斯坦福大學(xué)的計(jì)算機(jī)科學(xué)家與電氣工程師團(tuán)隊(duì)，就已經(jīng)于2017年基于碳納米管(CNT)共同開(kāi)發(fā)了一款3D計(jì)算芯片，其架構(gòu)為現(xiàn)階段的硅基技術(shù)所無(wú)法實(shí)現(xiàn)。

• 研究團(tuán)隊(duì)通過(guò)超過(guò)100萬(wàn)個(gè)電阻式隨機(jī)存取存儲(chǔ)器(RRAM)單元與200萬(wàn)個(gè)由二維石墨烯片組成的碳納米管場(chǎng)效應(yīng)晶體管的垂直重合，構(gòu)建了3D碳納米管混合信號(hào)集成電路;

基于碳納米管的3D芯片結(jié)構(gòu)示意圖

• 實(shí)現(xiàn)高達(dá)幾十納米的互聯(lián)密度，CNT邏輯單元比硅基邏輯單元節(jié)能十幾倍，且能量效率和運(yùn)行速度提高了1000倍;

• 該型芯片的設(shè)計(jì)/制造與當(dāng)前硅基結(jié)構(gòu)均可兼容。

在此之后，在3DSoC項(xiàng)目的支持下，麻省理工學(xué)院Max Shulaker團(tuán)隊(duì)進(jìn)一步圍繞碳納米管開(kāi)展了3D芯片的相關(guān)研究，相關(guān)進(jìn)展如下表所示。

圖表：麻省理工學(xué)院3D芯片的研究進(jìn)展

（資料來(lái)源：調(diào)研整理）

通過(guò)上述對(duì)麻省理工學(xué)院與斯坦福大學(xué)在碳納米管3D芯片方面的研究情況梳理可知，

• 美國(guó)斯坦福大學(xué)與麻省理工學(xué)院合作研發(fā)了的CNT 3D邏輯單元，不僅在節(jié)能方面優(yōu)于硅基邏輯單元十幾倍，能量效率和運(yùn)行速度也提高了1000倍，在設(shè)計(jì)與制造方面與當(dāng)前硅基結(jié)構(gòu)均可兼容;

• 基于麻省理工學(xué)院實(shí)驗(yàn)室研究成果，將基于CNFET的3DSoC技術(shù)轉(zhuǎn)移到SkyWater公司的200毫米生產(chǎn)設(shè)施中，實(shí)現(xiàn)了由代工廠在200毫米晶圓上大量制造CNFETs，已經(jīng)初步完成了3DSoC項(xiàng)目的第一階段，將進(jìn)一步推進(jìn)CNFETs的商業(yè)化與實(shí)用化進(jìn)程;

• 與傳統(tǒng)的2D芯片相比，麻省理工大學(xué)的3D芯片技術(shù)，采用全新的計(jì)算架構(gòu)，將多層CMOS邏輯與非易失性存儲(chǔ)器采用垂直連接的方式進(jìn)行堆疊，使得邏輯電路與存儲(chǔ)器緊密相連，由此所實(shí)現(xiàn)的封裝密集性將比其它任何3D技術(shù)高出幾個(gè)數(shù)量級(jí)。

由此可知，3DSoC項(xiàng)目的第一階段已經(jīng)初步完成。然而，盡管麻省理工學(xué)院所研究的3D芯片架構(gòu)技術(shù)具有用于替代腦啟發(fā)系統(tǒng)與深層神經(jīng)網(wǎng)絡(luò)等基于學(xué)習(xí)的計(jì)算模式的潛力，但所研發(fā)的計(jì)算機(jī)芯片，僅僅進(jìn)行了制造工藝的演示，所制備的碳納米管晶體管的柵極長(zhǎng)度僅為130nm，僅與2001年代的芯片工藝水平相當(dāng)，新工藝也只實(shí)現(xiàn)了45CNT/μm的碳納米管密度，仍然明顯低于業(yè)界所提出的200CNT/μm的最佳密度值，距離進(jìn)入實(shí)用階段尚需時(shí)日。

據(jù)美國(guó)Skywater公司與麻省理工學(xué)院于2020年8月宣稱，3DSoC項(xiàng)目已經(jīng)進(jìn)入第二階段，將專注于提高制造質(zhì)量、產(chǎn)量、性能和密度，從而具備商業(yè)可行性。

美國(guó)麻省理工學(xué)院在200mm晶圓上沉積碳納米管場(chǎng)效應(yīng)晶體管制成的工藝

DARPA意圖通過(guò)3DSoC項(xiàng)目推動(dòng)設(shè)計(jì)相關(guān)研究過(guò)程、工具和新計(jì)算架構(gòu)的發(fā)展，并加速實(shí)現(xiàn)人工智能與先進(jìn)計(jì)算在自主車(chē)輛、醫(yī)療/保健診斷、邊緣計(jì)算、可穿戴設(shè)備和物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用;希望能夠于2021～2022年，成功生產(chǎn)具有5000萬(wàn)邏輯門(mén)電路、4G字節(jié)非易失性存儲(chǔ)器、每平方毫米存在900萬(wàn)個(gè)互聯(lián)通道的芯片。屆時(shí)，互聯(lián)通道之間的傳輸速度能達(dá)到每秒50太比特，每比特的功率消耗小于兩個(gè)皮焦耳。

然而，麻省理工學(xué)院目前所研究的芯片尚且無(wú)法達(dá)到該目標(biāo)，但將實(shí)驗(yàn)室3D芯片技術(shù)轉(zhuǎn)化為可在美國(guó)商業(yè)晶圓廠中實(shí)施的技術(shù)已經(jīng)表明美國(guó)在該領(lǐng)域的技術(shù)水平。

據(jù)2021年1月報(bào)道稱，美國(guó)斯坦福大學(xué)計(jì)算機(jī)科學(xué)家Mary wooters與電氣工程師Philip Wong等所組成的研究團(tuán)隊(duì)利用八塊高效混合芯片設(shè)計(jì)了一個(gè)DNN推理系統(tǒng)，能夠更高效地運(yùn)行人工智能任務(wù)，并實(shí)現(xiàn)低能耗，所實(shí)現(xiàn)的能量和執(zhí)行時(shí)間分別為不包含片外存儲(chǔ)器的理想單片芯片的3.5%和2.5%。該項(xiàng)研究是美國(guó)“電子復(fù)興計(jì)劃”(ERI)的一部分，據(jù)稱有可能于未來(lái)三到五年內(nèi)投入使用。

該項(xiàng)工作建立在研究小組之前開(kāi)發(fā)的新存儲(chǔ)技術(shù)——RRAM的基礎(chǔ)上，該技術(shù)可在斷電的情況下存儲(chǔ)數(shù)據(jù)，與閃存相似，但速度更快且能源效率更高。

用于深度神經(jīng)網(wǎng)絡(luò)(DNN)推理的硬件經(jīng)常受到片上內(nèi)存不足的困擾，因此需要訪問(wèn)單獨(dú)的內(nèi)存芯片，由此大大增加了能量與執(zhí)行時(shí)間方面的成本，而片上存儲(chǔ)器中安裝整個(gè)DNNs是一個(gè)挑戰(zhàn)，尤其體現(xiàn)在技術(shù)的物理尺寸限制方面。因此，該項(xiàng)研究正在致力于攻克難點(diǎn)，基于網(wǎng)絡(luò)計(jì)算芯片構(gòu)建DNN推理系統(tǒng)。

斯坦福大學(xué)的研究團(tuán)隊(duì)還在法國(guó)CEA-Leti實(shí)驗(yàn)室與新加坡南洋理工大學(xué)合作方的幫助下建造并測(cè)試了該DNN推理系統(tǒng)的原型。據(jù)稱，八芯片系統(tǒng)僅僅是該團(tuán)隊(duì)研究的初始目標(biāo)，該團(tuán)隊(duì)已經(jīng)在模擬中將該系統(tǒng)擴(kuò)展為64芯片系統(tǒng)，并展示了使用64塊混合芯片的系統(tǒng)運(yùn)行人工智能應(yīng)用程序的速度，達(dá)到目前處理器的七倍，消耗的能量?jī)H為目前處理器的七分之一。

此外，該研究團(tuán)隊(duì)還開(kāi)發(fā)了新的算法，重新編譯為當(dāng)今處理器編寫(xiě)的現(xiàn)有人工智能程序，以便在新的多芯片系統(tǒng)上運(yùn)行，并對(duì)人工智能程序進(jìn)行了測(cè)試，未來(lái)該研究團(tuán)隊(duì)將針對(duì)提高單個(gè)混合芯片的處理和存儲(chǔ)能力開(kāi)展進(jìn)一步的研究，并將演示低成本的批量生產(chǎn)能力。

國(guó)防系統(tǒng)定制ASIC微芯片、TrueNorth仿人腦芯片、碳基納米3D芯片以及DNN芯片系統(tǒng)的研究理念與技術(shù)水平揭示了現(xiàn)階段美軍工領(lǐng)域先進(jìn)芯片研究的重點(diǎn)與方向所在。即，美軍正致力于將現(xiàn)有的FPGA自動(dòng)轉(zhuǎn)換為美軍國(guó)防系統(tǒng)所需的定制化ASIC芯片；研發(fā)集計(jì)算、通信和存儲(chǔ)于一體的True North神經(jīng)形態(tài)芯片，并構(gòu)建基于64芯片陣列的仿人腦超級(jí)電腦系統(tǒng)，構(gòu)建端到端的軟件生態(tài)系統(tǒng)，以優(yōu)化機(jī)器學(xué)習(xí)模型的效能，用于支持深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和信息發(fā)現(xiàn)等；基于碳基納米材料，研發(fā)比硅基邏輯單元更為節(jié)能，能量效率與運(yùn)行速度更高的碳納米管3D芯片，且實(shí)現(xiàn)設(shè)計(jì)和制造方面與當(dāng)前硅基結(jié)構(gòu)均可兼容，以加快實(shí)用化進(jìn)程；基于網(wǎng)絡(luò)計(jì)算芯片，進(jìn)一步構(gòu)建64芯片DNN推理系統(tǒng)，以大幅提高其運(yùn)行人工智能應(yīng)用程序的速度。

電子雜志，掃碼閱讀

期期精彩，不容錯(cuò)過(guò)