报告题目：存算一体基础器件及其应用技术研究（70周年校庆系列学术报告）
报告人：陈琳（教授）
主持人：毕恒昌（研究员）
报告时间：2021年10月13日（14:00-16:00）
报告地点：闵行校区信息楼341会议室
报告摘要：
随着人工智能设备的逐步发展，对数据密集型智能计算的需求越来越大。经典的冯·诺依曼计算架构面临着复杂信息处理和存储的瓶颈。为了提高计算效率，存算一体的架构被提出用于完成基于存储单元的计算任务，包括神经形态计算和原位布尔逻辑计算。一方面，神经形态计算具有模拟人脑计算模式的高效率优势，成为一个有吸引力的候选方法;另一方面，原位布尔逻辑计算可以将算术逻辑单元(ALU)和存储单元组合成内存ALU (MALU)，以忆阻器的存储状态作为逻辑状态，实现16个基本布尔逻辑门。电压刺激诱导电导连续可调的电阻器适用于模拟生物突触的权重更迭[4]。首先，我们提出了基于三维忆阻器网络集成的原子层沉积（ALD）柔性人工神经网络系统。基于Pt/HfAlOx/TaN结构的三维神经网络不仅表现出良好的记忆切换特性，而且在50 ns尖峰下实现了超低功耗的突触特性(4.28 aJ/脉冲)，操作速度比生物神经突触高5个数量级，功耗比生物神经突触低2-4个数量级。此外，三维神经网络实现了单通道和多通道的信息传输功能，能够在多层神经突触之间成功传输字母“F”、“F”和“U”。对于MNIST数据库中的“0-9”数字图像(28×28像素)，3D神经网络能够完成识别处理，识别率可达88.8%。最后，我们研制了集成类脑模拟神经形态计算和数字逻辑计算的存算一体器件，实现了低功耗存储、类脑神经形态计算和原位布尔逻辑计算中的功能集成。在逻辑计算方面，通过存储状态的组合和转换，器件可以实现IMP、FALSE、NAND等布尔逻辑门，为其在多数据类型集成的存算一体系统中的应用奠定了基础。
报告人简介：
陈琳，教授，博士生导师。2014年10月起在复旦大学微电子学院从事教学科研工作。陈琳教授致力于集成电路领域研究，在集成电路新材料、新原理器件、先进集成电路工艺领域开展了系列实验和理论研究工作，取得多项原创性成果。已发表高水平论文100余篇，多篇文章在Science Advances、Nano Letters、Advanced Science、IEEE EDL等期刊上发表，申请发明专利50余项。主持承担国家中长期重大科技专项、国家自然科学基金重大研发项目、上海市科技行动计划项目等多个项目或课题。入选国家级人才计划，上海市青年科技“启明星”计划、上海市“晨光计划”等人才计划，获上海市科学技术奖二等奖，复旦大学十大教师团队（钟扬式科研团队）骨干成员、复旦大学“卓越2025”人才计划。
