“如果把用忆阻器技术开发出的人工智能芯片应用在手机里面，芯片功耗会大大降低，手机充一次电就可以用两天。”10月27日，在接受科技日报记者专访时，清华大学微电子学研究所教授钱鹤这样通俗地解释忆阻器将给普通民众生活带来的变化。

当前，人工智能发展迅猛。然而，在钱鹤看来，如果要发展更为强大的人工智能，即像人一样的机器人，表现出与人类一样熟练和灵活的行为，忆阻器的作用不可忽视。忆阻器和人脑的突触功能相似，相当于一个“电子突触”，搭建起来的智能芯片具有在线学习能力，可以处理机器系统之前无法胜任的任务。

“忆阻器是一种新的电子元件，其特性与人类大脑中的信息处理基本单元神经突触很相似。”钱鹤解释说，神经突触最独特的功能就是既可以存储，也可以计算。存算一体化的计算机架构可谓颠覆性技术，而最新的研究发现，忆阻器特别适于做存算一体化，这也是当今国际上相关学者的研发重点。

作为国家重点研发计划“纳米科技”重点专项的课题之一，钱鹤领衔的“新型纳米存储器三维集成的基础研究”旨在为我国存储器产业提供自主知识产权和原型技术，支撑和引领我国存储器产业的跨越式发展。

钱鹤表示，除了存储，忆阻器在神经形态计算芯片领域显示出更加重要的潜力。而神经形态计算就是通过模仿人脑的构造来大幅提高计算能力与能效的新型计算方法。

神经形态计算与传统计算方法最本质的区别在于其将负责数据存储和处理的单元融合在了一起，从而省去了传统计算方法中由于数据在存储器与中央处理器之间频繁移动而造成的大量能源开销，绕过了“存储墙”这一制约传统计算方法发展的瓶颈，大幅提升了数据传输和处理的并行度。

“忆阻器本身的阻值可以用来存储数据；在外加电压下还会输出相应的电流来完成乘法计算的功能，将多个忆阻器的输出电流汇集到一起还可以实现加法计算的功能。通过乘法与加法的组合，忆阻器可以在极短时间内完成绝大多数的计算任务。”钱鹤说，尤其是忆阻器的阻值能够在一定的外加电压条件下进行快速且可逆的控制与调整，这就使得由忆阻器集成的神经形态计算芯片不仅仅能够高效地完成计算功能，而且还是可重复编程的。这些特性为忆阻器在神经形态计算领域的应用带来了无可比拟的优势。

“可以预见，一旦基于忆阻器的神经形态计算芯片技术成熟，制作类似甚至超越人脑智能和能效的‘超级人工大脑’将变成现实。”钱鹤说。

据介绍，课题组通过探寻忆阻器的工作机理、筛选材料、优化结构、精心设计芯片电路与测试系统等步骤，最终完成了世界上首个集成上千个双向连续阻变忆阻器单元、能够像人脑一样对输入有实时响应并能在线学习的人脸识别系统，且该系统每次迭代的能耗不足英特尔至强融核协处理器的千分之一。相关成果已发表在今年5月的《自然·通讯》期刊上。

“我们集成了一个具有1024个忆阻器单元的计算芯片，完美地实现了人脸图像的情感识别功能，并在更难的具有20%噪声点的测试图片上得到了大于90%的识别准确率。”钱鹤说。

“下一步要继续对忆阻器的工作机理深入研究，改进其器件特性。产业化也是我们考虑的重点，目前已经在跟国内知名企业商议，将其应用于平安城市的建设中，毕竟忆阻器具有强大的视频和图像识别处理功能。”课题组成员，清华大学微电子所副所长吴华强说。