密度。高濱老師表示，終極目標是希望能與 M3D 高密度存儲器拼密度，但這很難做到。清華大學現(xiàn)在在嘗試用HBM的方式，把多片憶阻器堆疊起來。這就需要把片內憶阻器的尺寸盡量做小。其中面臨的挑戰(zhàn)就是憶阻器和晶體管的匹配問題，需要兩者的共同優(yōu)化，本質還是工藝。

高濱老師滿懷期望的分享到：“未來，憶阻器還有可能會應用到高速存儲，用憶阻器去研究憶阻器，就像用人去研究生物。這將是更高階的智能。這個方向，我覺得在學術界，還是非常值得去探索的。但是短期落地還是有困難的。因為現(xiàn)在想做大規(guī)模的，無論是在工藝上，還是在算法上，都還存在很多挑戰(zhàn)。不過，由高校牽頭去探索，確實是一個非常好的方向。”

存算器件的發(fā)展與測試需求

類腦計算的研究，本身需要用到動力學特性，希望能看到電阻隨時間怎么變。同時，希望有很多電阻狀態(tài)，并且能監(jiān)控每一個電阻狀態(tài)的情況。其中，靜態(tài)情況的保持，需要關注絕對的電阻數(shù)值；動態(tài)的，涉及到讀和寫的切換，速度越快越好。幾納秒的時鐘內完成切換。

器件的測試結果，其實是沒辦法直接轉換到芯片里面去做。在器件狀態(tài)就得去做芯片方面的模擬測試。在靜態(tài)測試轉向動態(tài)測試，對于微安級的電流，需要有納秒級別的寫入或者讀出，跟調控阻態(tài)的時候希望能有更精準的寫和讀，是相近的需求。

高濱老師表示，他們現(xiàn)在想做模仿類腦的神經形態(tài)器件，其實也是受限于設備。他分享說：“我們看到，近幾年有一些這方面的研究，但是速度基本也都是在毫秒，也有可能是因為大腦就是毫秒，所以我們也就是做到毫秒。但如果能做到比大腦快，那肯定更好?！?

現(xiàn)在超級神經元在毫秒量級，會有一個動力學的響應，器件可以做的很快，能做到納秒量級的響應，是比生物量級快的一個超級大腦。我們相信，隨著技術的不斷進步和應用的不斷拓展，存算一體技術將在更多領域發(fā)揮重要作用。

高濱
清華大學集成電路學院 副教授，博士生導師

高濱，現(xiàn)為清華大學集成電路學院長聘副教授。2008年本科畢業(yè)于北京大學物理學院，獲得物理學學士學位；2013年博士畢業(yè)于北京大學信息科學技術學院微電子系，獲得微電子學與固體電子學專業(yè)博士學位；讀博期間曾赴新加坡南洋理工大學和美國斯坦福大學交流訪問。2013年至2015年在北京大學信息科學技術學院做博士后，2015年加入清華大學微納電子系，2017年晉升準聘副教授，2022年成為清華大學集成電路學院長聘副教授。

現(xiàn)主要從事先進存儲器和存算一體芯片研究，在Science、Nature、Nature Electronics、Nature Nanotechnology、Nature Machine Intelligence等期刊發(fā)表論文200余篇，在微電子三大頂級會議（IEDM、VLSI和ISSCC）發(fā)表論文50余篇，總引用超過15000次。申請專利300余項。擔任了IEDM、IRPS、EDTM、ICTA的sub-committee chair，DAC、IMW、IPFA的TPC member，在重要國際學術會議做特邀報告20余次。2020年獲得國家青年人才項目支持，2024年獲得國家高層次人才項目支持。獲得中國電子學會自然科學一等獎、教育部自然科學二等獎、中國產學研合作創(chuàng)新成果獎、中國科協(xié)中國十大新銳科技人物、清華大學年度教學優(yōu)秀獎和優(yōu)秀博士學位論文指導教師等獎勵。