企業資訊|TDK成功研發出用于神經形態設備的“自旋憶阻器”，并與CEA及日本東北大學強強聯合實現神經形態設備在現實中的部署應用，將AI應用的電力消耗降低百倍。

TDK成功研發出免受環境影響且能長期儲存數據的“自旋憶阻器”

·與CEA合作，“自旋憶阻器”已被證明可以作為神經形態設備的基本元件

·為了該技術的實際開發，TDK正與日本東北大學創新集成電子系統研發中心(CIES)通力協作，共同開展半導體流程中的原型設計

·此次研發是TDK與CEA及日本東北大學的國際合作成果

TDK公司宣布其已成功研發出一款超低能耗的神經形態元件--自旋憶阻器。通過模擬人腦高效節能的運行模式，該元件可將人工智能(AI)應用的能耗降至傳統設備的百分之一。與法國研究機構原子能和替代能源委員會(CEA)合作，TDK證明了其“自旋憶阻器”可以作為神經形態設備的基本元件。今后，TDK將與日本東北大學創新集成電子系統研發中心合作開展此項技術的實際開發工作。

近年來，隨著AI技術的不斷發展，數字化轉型(DX)持續推進，預計利用大數據和AI技術的能源消耗將大幅增加，并致使某些問題更加突出--例如與海量數據的計算處理有關的復雜性以及不斷增加的、與AI發展有關的電力消耗等。TDK將持續努力，致力解決此類社會和環境問題。

人腦的運行功耗約為20W，這使得其能夠做出比現有數字AI處理器更加復雜的決策，但功耗要低得多。因此，TDK的目標是研發出一款能夠以電子方式模擬人腦突觸的設備:憶阻器。傳統存儲元件以數字0或1的形式存儲數據而“自旋憶阻器”則可以用作模擬存儲元件，與人腦相仿。如此，該元件便能以超低能耗運行復雜的計算。盡管神經形態設備的憶阻器并非新生事物，但它們都面臨著名式各樣的問題，如電阻隨時間變化、難以控制數據的精確寫入以及需要實施控制措施以確保數據得以保留等。TDK的“自旋憶阻器”成功解決了這些問題，且有望通過減少現有設備的漏電流問題，降低電力消耗，同時實現免受環境變化影響和長期數據存儲。

為了實現這一目標，TDK于2020年開始與CEA合作。在CEA的支持下，我們成功研發出一款配備“自旋憶阻器(3個元件x2組x4個芯片)的AI電路，并通過聲分離演示驗證其能夠成功運行，充分證明“自旋憶阻器”可以作為AI電路的基本元件。在前述演示過程中，即使以任意比例混合三種類型的聲音(音樂、演說和噪聲)，電路始終能夠實時學習并分離此三種聲音。在一般的機器學習過程中，AI運行是基于AI模型此前受訓時的數據進行的，但TDK的設備卻具備在不斷變化的環境中實時學習的獨特能力。

既已證實“自旋憶阻器”可以用作神經形態設備的基本元件，TDK將把這一項目從基礎研發階段推進到下一階段，即實際應用階段。該產品的生產制造需要集成半導體和自旋電子制造工藝。TDK在制造與憶阻器類似的MRAM產品的過程已經實現了這一集成，此次決定攜手MRAM研發領域的領先學術機構--日本東北大學，合作開展集成技術研發。

CEA高級研究員Marc Duranton博士評論道:“TDK和CEA之間有著驚人的協同效應，雙方特長相輔相成，共同促進了極具創造性和建設性的合作。此次雙方開展的合作研究為研發更加可持續、可靠和高效的解決方案開創了新局面，以滿足不斷增長的現代AI應用需求。”

日本東北大學CIES主任遠藤哲郎博士評論道:“對未來信息化社會而言，AI半導體至關重要，而提高AI處理能力和降低電力消耗等社會問題亟待解決。為解決這一社會需求，TDK融合憶阻器和自旋電子學技術的AI半導體研發項目尤為重要。我們將運用日本東北大學的學術知識以及12英寸原型產線的制造技術，為該項目提供最大支持。”

術語表

自旋電子學:同時利用電子電荷和自旋或單獨利用自旋元件的技術

主要特點與優勢

·可將 AI 計算的電力消耗降低百倍的技術

運用自旋電子學技術的“自旋憶阻器

創新“ 自旋憶阻器”可解決傳統憶阻器所面臨的可靠性問題

目標旨在通過產業、學界和政府之間的國際性合作，解決與 AI 有關的社會問題