面向人工智能应用的数据密集型计算任务的增长需要更高算力和更高能效的计算芯片，然而传统的硅基半导体技术越来越难以满足爆发式增长的数据处理需求。一个极具前景的的解决方案，就是将晶体管技术的革新与芯片架构的创新结合起来，以最大化地提升芯片的算力和能效。目前硅基运算芯片的进步主要依赖于硬件架构的创新，然而，构建芯片的硅基互补金属氧化物半导体晶体管，进入了尺寸缩减、功耗剧增的困境，亟需发展超薄、高载流子迁移率的半导体作为沟道材料，期望构建比硅基CMOS晶体管具有更好可缩减性和更高性能的晶体管。碳纳米管具有优异的电学特性和超薄结构,碳纳米管晶体管已经展现出超越商用硅基晶体管的性能和功耗潜力，因此是构建未来高效能运算芯片的主要器件技术。
北京大学电子学院、碳基电子学研究中心彭练矛-张志勇团队，基于碳纳米管晶体管这一新型器件技术，结合张量运算的特点，设计了高效的脉动阵列架构，成功制备了世界首个碳纳米管基的张量处理器芯片（如图1），用于加速卷积神经网络运算。
该碳基张量处理器芯片由3000个碳纳米管场效应晶体管构成，可以执行2位卷积运算和矩阵乘法运算。采用脉动阵列架构构建，可以并行执行2位整数乘法累加操作，可准确地提取图像轮廓（图2）。
基于此碳基张量处理器芯片进一步搭建了五层卷积神经网络，可以执行MNIST图像识别，准确率高达88%，功耗仅为295W，是所有新型卷积加速硬件技术中的最低功耗（图3）。
系统仿真结果表明，采用180nm技术节点的碳基晶体管，主频可以达到850MHz，能量效率超过1TOPS/w，这证明了碳基张量处理器，在面向未来AI应用场景中具有更强的算力和更高的能量效率。
相关研究成果以题为“碳纳米管张量处理器”（A carbon-nanotube-based tensor processing unit）的论文，于7月22日在线发表于《Nature Electronics》（https://www.nature.com/articles/s41928-024-01211-2），并被Nature Electronics作为热点工作报导。北京大学电子学院碳基电子学研究中心的司佳助理研究员为该论文的第一作者，彭练矛院士和张志勇教授为通讯作者，北京邮电大学的张盼盼特聘研究员为共同一作。
本文作者可以追加内容哦 !
