清華新聞網(wǎng)2月2日電 柔性電子器件因其超薄、輕質(zhì)、可貼合、可定制及低成本等優(yōu)勢(shì)，正深刻改變可穿戴醫(yī)療、植入式神經(jīng)記錄、人機(jī)交互和物聯(lián)網(wǎng)等應(yīng)用形態(tài)。近年來(lái)，穩(wěn)定且高良率的薄膜晶體管（TFT）技術(shù)使在柔性基板上大規(guī)模集成電路制造成為可能。同時(shí)，柔性多模態(tài)傳感與本地協(xié)同處理的深度融合，以及高性能邊緣智能的快速發(fā)展，對(duì)能夠高效加速神經(jīng)網(wǎng)絡(luò)推理的柔性處理器提出了迫切需求，而傳統(tǒng)硬件架構(gòu)在能效、可靠性和機(jī)械適應(yīng)性方面面臨顯著挑戰(zhàn)。
針對(duì)上述瓶頸，清華大學(xué)集成電路學(xué)院任天令教授團(tuán)隊(duì)提出了FLEXI——面向邊緣智能加速的柔性數(shù)字存內(nèi)計(jì)算芯片。FLEXI采用低溫多晶硅（LTPS）CMOS工藝制造，兼具輕薄、低成本和高能效等優(yōu)勢(shì)。該系列包括FLEXI-1（1 kb）、FLEXI-4（4 kb）和FLEXI-32（32 kb）三種規(guī)格，最多集成約26.5萬(wàn)個(gè)晶體管。每顆柔性芯片在單一基片上集成了SRAM存儲(chǔ)陣列、計(jì)算單元及外圍電路。通過(guò)覆蓋制造工藝、電路結(jié)構(gòu)與算法設(shè)計(jì)的跨層級(jí)協(xié)同優(yōu)化（CLCO）策略，F(xiàn)LEXI實(shí)現(xiàn)了穩(wěn)定、高速、并行的點(diǎn)積運(yùn)算，在工藝波動(dòng)與機(jī)械形變條件下仍保持優(yōu)異的精度、面積效率與能效表現(xiàn)。
圖1.基于LTPS-TFT技術(shù)的柔性晶圓與芯片結(jié)構(gòu)示意圖
在體系結(jié)構(gòu)上，F(xiàn)LEXI采用高度可擴(kuò)展的模塊化存算一體架構(gòu)。每個(gè)模塊由6T-SRAM單元及嵌入式、可重構(gòu)的本地處理單元（RLPU）構(gòu)成。RLPU由四個(gè)n型晶體管和兩個(gè)作為本地放大器的反相器組成，利用緊湊的動(dòng)態(tài)邏輯完成計(jì)算結(jié)果感知，并以單比特形式輸出。多個(gè)RLPU的輸出經(jīng)總線(xiàn)路由并由上拉p型晶體管匯聚，實(shí)現(xiàn)多位并行計(jì)算。該模塊化設(shè)計(jì)支持在單個(gè)宏單元中靈活擴(kuò)展位寬與分區(qū)規(guī)模，各模塊并行計(jì)算部分乘積，最終匯總得到運(yùn)算結(jié)果，從而高效支持神經(jīng)網(wǎng)絡(luò)中的單指令多數(shù)據(jù)（SIMD）運(yùn)算。為降低神經(jīng)網(wǎng)絡(luò)權(quán)重反復(fù)寫(xiě)入帶來(lái)的能耗與時(shí)延開(kāi)銷(xiāo)，研究團(tuán)隊(duì)針對(duì)不同存儲(chǔ)容量設(shè)計(jì)了一組輕量級(jí)神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)權(quán)重的片上一次性部署。這些模型可在FLEXI芯片上高效處理心電信號(hào)、數(shù)字、語(yǔ)音、圖像及多模態(tài)生理信號(hào)等多種數(shù)據(jù)類(lèi)型，即使在最小規(guī)模的FLEXI-1芯片上亦可穩(wěn)定運(yùn)行。
圖2.FLEXI存內(nèi)計(jì)算架構(gòu)電路；結(jié)合量化感知訓(xùn)練與貝葉斯優(yōu)化的雙環(huán)訓(xùn)練策略；芯片上權(quán)重分布可視化
實(shí)驗(yàn)結(jié)果表明，F(xiàn)LEXI所采用的6T-SRAM單元具有對(duì)稱(chēng)的電壓傳輸特性和近軌到軌輸出能力，亞穩(wěn)態(tài)電壓增益約為80，實(shí)現(xiàn)可靠的雙穩(wěn)態(tài)存儲(chǔ)。芯片可在2.5–5.5 V電源電壓范圍內(nèi)穩(wěn)定運(yùn)行，并在半徑1 mm、180°對(duì)折條件下經(jīng)受超過(guò)4萬(wàn)次彎折循環(huán)而性能無(wú)明顯退化。在FLEXI-1上，研究團(tuán)隊(duì)展示了高性能模式（12.5 MHz、2.52 mW）與超低功耗模式（1.19 MHz、55.94 μW）。此外，F(xiàn)LEXI在101?次固定與隨機(jī)輸入乘法運(yùn)算中實(shí)現(xiàn)零錯(cuò)誤運(yùn)行，整體良率約為70%–92%，單芯片成本低于1美元，并具備長(zhǎng)期運(yùn)行穩(wěn)定性。與已報(bào)道的柔性計(jì)算芯片相比，F(xiàn)LEXI的時(shí)鐘頻率提升5.7–11.2倍，能量延遲積（EDP）降低87.8%–99.1%；相較于同步CPU，其頻率提升15.7–27.5倍，EDP降低3–4個(gè)數(shù)量級(jí)。高性能、低功耗與優(yōu)異機(jī)械可靠性的結(jié)合，使FLEXI成為面向邊緣人工智能應(yīng)用的極具潛力的柔性計(jì)算平臺(tái)。
圖3. 6T-SRAM柔性單元顯微圖、電路結(jié)構(gòu)及傳輸特性；FLEXI-4在存算模式下的Shmoo測(cè)試；FLEXI-4經(jīng)受43000次折疊測(cè)試過(guò)程中的性能監(jiān)測(cè)；FLEXI系列芯片與其他柔性計(jì)算芯片的綜合性能對(duì)比
在應(yīng)用驗(yàn)證方面，F(xiàn)LEXI可在邊緣環(huán)境中實(shí)現(xiàn)高效、本地化的即時(shí)數(shù)據(jù)解釋。研究團(tuán)隊(duì)將其用于日?；顒?dòng)的連續(xù)監(jiān)測(cè)與識(shí)別，展示了在便攜式高保真生理監(jiān)測(cè)和多模態(tài)傳感器內(nèi)計(jì)算中的應(yīng)用潛力。團(tuán)隊(duì)采集了10名受試者在坐姿、緊張、步行、慢跑和騎行等狀態(tài)下的心率、呼吸頻率、體溫及皮膚水分等多模態(tài)生理信號(hào)，經(jīng)預(yù)處理后構(gòu)建輕量級(jí)四通道卷積神經(jīng)網(wǎng)絡(luò)，并在FLEXI-1上實(shí)現(xiàn)一次性片上部署。通過(guò)量化感知訓(xùn)練，該模型在測(cè)試集上取得97.4%的分類(lèi)準(zhǔn)確率。
圖4. FLEXI用于日?；顒?dòng)監(jiān)測(cè)與分類(lèi)的系統(tǒng)流程：數(shù)據(jù)采集、預(yù)處理、神經(jīng)網(wǎng)絡(luò)訓(xùn)練與片上推理；可一次性部署的四通道卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；FLEXI-1不同電壓條件下單次推理的延遲與能耗
總體而言，F(xiàn)LEXI是一種基于LTPS-TFT技術(shù)的柔性數(shù)字存內(nèi)計(jì)算芯片。通過(guò)工藝-電路-算法協(xié)同優(yōu)化，F(xiàn)LEXI在實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)一次性部署的同時(shí)，兼具高可靠性、卓越能效、高成品率（70%–90%）與良好可擴(kuò)展性。該芯片在高頻計(jì)算、極端機(jī)械應(yīng)力及加速老化條件（-40至+80 °C溫度循環(huán)、90%相對(duì)濕度、UVA-340及全光譜輻照）下均保持穩(wěn)定、無(wú)誤差運(yùn)行，并展現(xiàn)出超過(guò)6個(gè)月的長(zhǎng)期穩(wěn)定性。相關(guān)成果為柔性電子器件在移動(dòng)醫(yī)療、嵌入式智能及其他邊緣計(jì)算場(chǎng)景中的應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。
圖5.Nature News & Views中對(duì)本工作柔性存算芯片與傳統(tǒng)計(jì)算機(jī)硬件的對(duì)比
1月28日，上述研究成果以“一種用于邊緣智能的柔性數(shù)字存內(nèi)計(jì)算芯片”（A flexible digital compute-in-memory chip for edge intelligence）為題，發(fā)表在國(guó)際頂級(jí)學(xué)術(shù)期刊《自然》（Nature）上。
研究成果獲得了《自然》（Nature）的“新聞與觀(guān)點(diǎn)”（News & Views）欄目專(zhuān)題報(bào)道。柔性電子專(zhuān)家克里斯·米尼（Kris Myny）和杰哈德·布瓦卡茲（Djihad Bouakaz）發(fā)表新聞“用于可穿戴技術(shù)的可彎曲AI芯片”（A bendable AI chip for wearable technology），高度評(píng)價(jià)本工作“通過(guò)對(duì)芯片制造工藝、電路設(shè)計(jì)和運(yùn)行算法的全面優(yōu)化，將柔性電子技術(shù)推向了新的高度…報(bào)道了在柔性基板上直接實(shí)現(xiàn)AI芯片的方案，填補(bǔ)了柔性電子技術(shù)領(lǐng)域的重大空白，為人工智能應(yīng)用提供了專(zhuān)用、可擴(kuò)展且低功耗的計(jì)算硬件…為面向邊緣計(jì)算的超低成本AI系統(tǒng)開(kāi)辟了道路”。
清華大學(xué)集成電路學(xué)院2021級(jí)博士生閆岸之、2021級(jí)碩士生閆澗瀾、2022級(jí)碩士生沈鵬輝，以及北京大學(xué)集成電路學(xué)院2023級(jí)博士生符一涵為論文共同第一作者；清華大學(xué)集成電路學(xué)院任天令教授、清華大學(xué)信息國(guó)家研究中心劉厚方副研究員及北京大學(xué)人工智能研究院燕博南助理教授為共同通訊作者。清華大學(xué)集成電路學(xué)院楊軼副教授等為論文共同作者。清華大學(xué)為本論文的第一單位。
該研究得到國(guó)家自然科學(xué)基金委員會(huì)、科技部、北京信息科學(xué)與技術(shù)國(guó)家研究中心及北京市自然科學(xué)基金委員會(huì)等機(jī)構(gòu)的支持。
論文鏈接：
https://www.nature.com/articles/s41586-025-09931-x
供稿：集成電路學(xué)院
編輯：李華山
審核：郭玲 黃思南
