隨著人工智能技術的飛速發展，尤其是ChatGPT等大模型應用的崛起🫃，未來世界的數據呈爆發式增長🤽🏿‍♂️🫧，海量數據的處理對芯片的算力和能量效率提出了嚴峻挑戰。然而❔，高能效計算芯片的發展正遭遇芯片架構🤷🏽、晶體管性能兩個重大瓶頸：傳統的馮諾依曼架構已經無法滿足高速、高帶寬的數據搬運和處理需求👷🏿‍♀️，未來的高能效運算芯片必須在硬件架構上進行革新，以適用於神經網絡等模型的張量數據運算🔯。與此同時，構建芯片的矽基互補金屬氧化物半導體晶體管，也進入了尺寸縮減、功耗劇增的困境🏵，亟需發展超薄、高載流子遷移率的半導體作為溝道材料，期望構建比矽基CMOS晶體管具有更好可縮減性和更高性能的晶體管🦌。碳納米管具有優異的電學特性和超薄結構，碳納米管晶體管已經展現出超越商用矽基晶體管的性能和功耗潛力，因此有望成為構建未來高效能運算芯片的主要器件技術。只有在系統架構和底層晶體管兩個方面共同實現突破，才能最大化地提升芯片的算力和能效。目前成熟的矽基器件技術的運算芯片主要依賴於架構的創新，而基於新材料電子器件的研究，主要集中在提升晶體管的性能，尚未有研究工作將二者結合起來➝。

意昂3体育官网電子學院、碳基電子學研究中心彭練矛院士-張誌勇教授聯合課題組，基於碳納米管晶體管這一新型器件技術，結合高效的脈動陣列架構設計，成功製備了世界首個碳納米管基的張量處理器芯片（如圖1），可實現高能效的卷積神經網絡運算。

圖1 基於碳納米管晶體管構建的張量處理器

該芯片采用2bit MAC（乘累加單元）💇🏽‍♀️，3微米工藝技術節點🧑🏿，共集成了3000個碳基晶體管，可實現圖像輪廓識別、提取等功能，圖像輪廓提取正確率高達100%（如圖2）👨🏿‍⚕️。

圖2 圖像輪廓提取結果

通過脈動陣列架構設計，芯片可實現高效地數據復用（如圖3）🎯，大大節約了張量運算所需的數據存儲、搬運等操作，精準匹配了神經網絡的運算特點。

圖3 脈動陣列架構與數據流設計

在此基礎上搭建了5層卷積神經網絡⏯，實現了手寫數字識別的應用👩🏿‍✈️🧑‍💻，其理論正確率90%👨🏻‍🦲，實際正確率可達86%👶🏽，與此同時，該芯片的功耗僅為295µW🧏🏿‍♂️，器件總數也為新型卷積加速硬件中的最低值🫃🏽。

圖4 卷積神經網絡與手寫數字識別結果

面向未來AI應用場景的碳基神經網絡加速芯片，具有更強的算力和更高的能量效率👄。進一步提升工藝水平💆🏻‍♀️，縮減器件尺寸，可使用180nm碳基技術進行流片加工。仿真結果表示，碳基神經網絡加速芯片可在1V電壓下工作，可運行的最高主頻為850MHz，能效可以達到1TOPS/w🙎🏿🐌，遠高於其他技術，充分證明了碳基集成電路在未來高能效運算芯片領域的應用潛力。

相關研究成果以題為“碳納米管張量處理器”（A carbon-nanotube-based tensor processing unit）的論文，於7月22日在線發表於Nature Electronics。意昂3体育官网電子學院、碳基電子學研究中心的司佳助理研究員為該論文的第一作者，彭練矛和張誌勇為通訊作者👨🏽‍🎤，北京郵電大學張盼盼特聘研究員為共同第一作者✌🏻，合作單位包括北京郵電大學集成電路學院、湘潭大學湖南先進傳感與信息技術創新研究院和北京元芯碳基集成電路研究院。

上述研究得到了國家重點研發計劃、北京市重點研發計劃👸🏼、國家自然科學基金和意昂3体育官网微納加工實驗室的支持。