三星电子（Samsung Electronics）今天宣布，已成功展示世界上首个基于 MRAM（磁阻随机存取存储器）的内存计算。有关这一创新的论文于 1 月 12 日发表在《Nature》网站上，并将在即将出版的《Nature》杂志印刷版上发表。
从左至右：Dr. Donhee Ham、Dr. Seungchul Jung 和 Dr. Sang Joon Kim
这篇论文题为《用于内存计算的磁阻存储器件的横条阵列》（A crossbar array of magnetoresistive memory devices for in-memory computing），展示了三星在存储器技术方面的领导地位，以及它为下一代人工智能（AI）芯片融合存储器和系统半导体所做的努力。
这项研究由三星高级技术研究所（SAIT）牵头，与三星电子代工业务和半导体研发中心密切合作。论文的第一作者，SAIT 员工研究员 Seungchul Jung 博士，以及共同通讯作者，SAIT 研究员、哈佛大学教授 Donhee Ham 博士和 SAIT 技术副总裁 Sang Joon Kim 博士，带头进行了研究。
在标准的计算机架构中，数据存储在内存芯片中，数据计算在独立的处理器芯片中执行。相比之下，内存计算是一种新的计算范式，它试图在一个内存网络中同时进行数据存储和数据计算。由于这种方案可以处理存储在内存网络本身中的大量数据，而不必移动数据，同时由于内存网络中的数据处理是以高度并行的方式执行的，因此功耗大大降低。因此，内存计算已成为实现下一代低功耗人工智能半导体芯片的有前途的技术之一。
全球范围内已经有不少关于内存计算的研究。在内存计算方面目前开发方向主要有 RRAM（电阻式随机存取存储器）和 PRAM（相变随机存取存储器）。相比之下，尽管 MRAM 具有操作速度、耐用性和大规模生产等优点，但迄今为止很难将 MRAM（另一种非易失性存储器）用于内存计算。这种困难来自于 MRAM 的低电阻，由于 MRAM 在标准的内存计算架构中使用时不能享受降低功耗的优势。
三星电子的研究人员通过架构创新为这一问题提供了解决方案。具体来说，他们成功地开发了一种演示内存计算的 MRAM 阵列芯片，通过用一种新的“resistance sum”电阻来取代了传统标准内存计算架构中的“current-sum”，解决了单个 MRAM 器件的小电阻问题。
随后，三星的研究团队通过运行这种 MRAM 内存计算芯片来测试其性能，以执行人工智能计算。该芯片在对手写数字进行分类时达到了 98% 的准确率，在从场景中检测人脸时达到了 93% 的准确率。
研究人员还提出，这种新的MRAM芯片不仅可以用于内存计算，而且还可以作为一个平台来下载生物神经元网络。这与三星的研究人员最近在2021年9月的《自然-电子学》杂志上发表的一篇观点论文中提出的神经形态电子学愿景相一致。
该论文的第一作者 Seungchul Jung 博士说：“内存计算与大脑有相似之处，因为在大脑中，计算也发生在生物记忆的网络中，即突触，即神经元相互接触的点。事实上，虽然目前我们的MRAM网络所进行的计算与大脑所进行的计算有着不同的目的，但这种固态记忆网络在未来可能被用作一个平台，通过模拟大脑的突触连接来模仿大脑”。