近日，复旦大学微电子学院研究者利用晶圆级的二维MoS2半导体材料，研制出了一种可以用于乘法累加运算的新型存内计算架构，拥有良好的器件耐久性，并且擦写操作简单，能够实现较长时间的多值存储能力，来实现模拟的乘加运算，从而展示了用于未来低功耗和高计算力的存算一体应用领域的潜力。
随着人工智能的不断发展，需要更强的算力来处理大量的连续矩阵运算，而矩阵运算主要包括乘法和累加运算。在传统的冯·诺依曼计算体系结构中，存储和逻辑运算电路是分离的，运算的数据需要在内存单元和运算单元之间来回传输，而数据传输的带宽速度已经成为进一步提升其算力的瓶颈。另外，大多数的非易失性存储器虽然都能够实现多值存储，但是随机性误差会造成其在神经网络应用中识别准确率的降低。
为了解决上述的问题，复旦大学研究者提出了一种由两个MoS2晶体管和一个电容组成的新颖2T-1C存内计算结构。该结构实用传统的顶栅集成电路工艺制作而成，利用类似动态随机存储器的存储单元，可以实现快速简便写入编程信息和无限次刷写编程操作。另外，该存内计算结构还可以实现硬件级别的权重更新、原位训练和自我学习，能够有效的避免因器件本身成对神经网络的影响，故对于在需要巨量的权重更新学习的神经网络训练中有着明显的优势，从而展示了其在用于未来低功耗高计算力的存算融合系统中的巨大潜力。
该工作得到了复旦大学ASIC国家专用集成电路重点实验室的支持。研究成果已以“An In-Memory Computing Architecture Based on Two-Dimensional Semiconductors for Multiply-Accumulate Operations”发表在Nature Communication上。
