柔性AI芯片问世：我国自主研发“能屈能伸”，成本不到1美元

IT之家1月29日消息，中国科研团队于1月28日在国际顶级学术期刊《自然》上发表了一项突破性研究成果。来自清华大学、北京大学等机构的科研人员，成功基于国产工艺，研制出名为“FLEXI”系列的全柔性数字存算一体芯片。这项成果，打破了将柔性电子技术应用于高性能、边缘人工智能计算领域所长期面临的关键瓶颈。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

这种新型芯片基于低温多晶硅薄膜晶体管技术制造，厚度堪比蝉翼，能够随意弯曲折叠。它集超低功耗、高能效与低成本等优势于一身。

该芯片的核心在于采用了“存算一体”架构，其设计核心是数字静态随机存取存储器。这种架构将传统意义上分离的“记忆单元”和“计算单元”合二为一，极大地提升了数据处理效率。

根据清华大学发布的最新技术详解，FLEXI芯片采用低温多晶硅互补金属氧化物半导体工艺制造，兼具轻薄、低成本和高能效等显著优势。该系列产品包含FLEXI-1（1千字节）、FLEXI-4（4千字节）和FLEXI-32（32千字节）三种规格。其中集成度最高的版本，单颗芯片上可集成约26.5万个晶体管，在单一柔性基底上实现了静态随机存取存储器、计算单元与外围电路的高度集成。

FLEXI采用了模块化、可扩展的数字存算架构。每个基本功能模块由6晶体管静态随机存取存储器单元及嵌入式可重构本地处理单元构成，能够支持稳定、高速、并行的点积运算。得益于覆盖制造工艺、电路设计和算法实现的多层级协同优化策略，FLEXI芯片即使在工艺参数波动或存在机械应力的条件下，依然能保持卓越的计算精度、面积效率和能效表现，并能够高效支持神经网络推理中的单指令多数据流运算。

为了降低神经网络在反复写入权重参数时带来的能耗与时间开销，研究团队针对不同芯片容量，设计了一组轻量级神经网络模型，实现了模型权重参数在芯片上的一次性写入部署。这些模型能够在FLEXI芯片上高效处理心电信号、语音、图像以及多模态生理信号等多种数据类型，即使在最小规格的FLEXI-1芯片上也能稳定运行。

实验结果表明，FLEXI芯片可在2.5至5.5伏的宽电源电压范围内稳定工作，并且在半径为1毫米、弯折180度的严苛条件下，历经超过4万次弯折循环后，其核心性能未出现明显衰减。

在FLEXI-1上，芯片能够分别实现12.5兆赫兹的高性能运行模式和55.94微瓦的超低功耗运行模式。

同时，FLEXI在长时间高频运算中实现了零错误运行，整体良率高达70%至92%，单颗芯片成本低于1美元，并具备优异的长时期工作稳定性。

与已报道的其他柔性计算芯片相比，FLEXI在时钟频率和能效方面均实现了数量级提升；相较于传统的同步架构中央处理器，其能量-延迟乘积降低了3至4个数量级。高性能、低功耗与优异机械可靠性的结合，使得FLEXI成为面向边缘人工智能应用领域的极具潜力的柔性计算平台。

在应用验证方面，研究团队将FLEXI用于日常活动的连续监测与识别，展示了其在可穿戴健康监测和多模态传感器片上计算中的应用前景。团队采集了受试者处于不同状态下的心率、呼吸频率、体温和皮肤水分等多模态生理信号，构建了轻量级四通道卷积神经网络模型，并在FLEXI-1芯片上实现了一次性片上部署。通过量化感知训练，该模型在测试集上实现了高达97.4%的分类准确率。

总体而言，FLEXI是一类基于低温多晶硅薄膜晶体管技术的柔性数字存内计算芯片。通过工艺、电路与算法的跨层级协同优化，该芯片在高频计算、极端机械应力和加速老化等条件下，均能保持稳定、无误差运行，并展现出超过六个月的长时期稳定性。相关研究成果为柔性电子器件在移动医疗、嵌入式智能及其他边缘计算场景中的应用奠定了坚实基础。

清华大学集成电路学院2024级博士生阎岸之、2024级硕士生闫沛澜、2024级硕士生沈鹏辉，以及北京大学集成电路学院2024级博士生符一涵为论文共同第一作者；清华大学集成电路学院任天令教授、清华大学信息国家研究中心刘厚方副研究员及北京大学人工智能研究院燕博南助理教授为共同通讯作者，清华大学集成电路学院杨轶副教授等为论文共同作者。清华大学为本论文的第一完成单位。该研究得到国家自然科学基金委员会、科学技术部、北京信息科学与技术国家研究中心及北京市自然科学基金委员会等机构的支持。

IT之家附论文链接：