清华集成电路学院高滨：一种基于存算一体技术的类脑声音定位方法

近日，清华大学集成电路学院的高滨副教授课题组在《自然•通讯》（Nature Communications）上在线发表了题为“Memristor-Based Analogue Computing for Brain-Inspired Sound Localization with in situ training”的研究论文，提出了一种基于存算一体技术的类脑声音定位方法。面向定位任务的计算需求，提出了多阈值更新策略，缓解了忆阻器非理想因素带来的精度损失。在集成规模为1K的忆阻器阵列中，课题组成功演示了声音定位的在线训练，实现了两个数量级的能耗降低。

图1 类脑存算一体声音定位示意图

对生物大脑定位能力的模仿，常被应用于车辆检测、虚拟听觉系统等场景。随着摩尔定律逐渐放缓，传统硬件平台难以满足实时定位场景中不断增长的算力需求。近年来备受关注的存算一体类脑计算技术，能够大幅度减少数据在存储与计算单元之间的传输开销，有望突破存储墙瓶颈的限制，实现算力的大幅提升。然而，与分类任务不同，定位任务的输入信息和检测位置均为连续值，对计算硬件平台自身非理想因素的容忍度较低。迄今为止，如何高效实现声音定位一直是国内外关注的热点问题。

清华大学集成电路学院的高滨副教授课题组利用忆阻器的连续电导调制特性，构建了一种基于忆阻器阵列的新型类脑计算系统，应用于声音定位任务：网络包含60个输入神经元和7个输出神经元，输入、输出信息分别为双耳接收的声波信号和范围在-90度到90度之间的方位角，所有输出层神经元共同决定了预测角度。

图2 受大脑机制启发，基于忆阻器阵列的声音定位网络硬件实现方案

传统的忆阻器编程策略虽然能够大幅度降低在线训练的硬件开销，但是难以满足定位任务的精度需求。为克服这一问题，课题组提出了一种容忍忆阻器离散性的多阈值更新策略。在权重更新过程中，引入了多个判断阈值，根据权重更新值所处的区间，施加对应个数的操作脉冲。分析结果显示，多阈值更新策略实现了声音网络训练精度和硬件开销之间的平衡。

图3 兼顾忆阻器特性与硬件开销的多阈值更新策略

课题组在1K规模的TiN/TaOy/HfOx/TiN忆阻器阵列中，针对CIPIC HRTF数据集样本，成功演示了声音定位任务。实验结果表明，相比传统训练方案，采用多阈值更新策略后的网络检测精度提升了大约45.7%。此外，与先前CMOS ASIC方案的对比结果显示，该技术在实现较高定位精度的同时，展现出184倍的能耗优势。本工作为实现低能耗、高性能的类脑定位系统提供了新的解决方案。

图4 基于忆阻器阵列的声音定位功能演示与硬件评估结果

近期，该项工作的相关研究成果以“Memristor-Based Analogue Computing for Brain-Inspired Sound Localization with in situ training”为题在《自然•通讯》（Nature Communications）上在线发表。清华大学集成电路学院高滨副教授、吴华强教授是本论文的共同通讯作者，周颖、高滨和张清天为共同第一作者。该研究得到了科技创新2030“脑科学与类脑研究”重大项目、国家自然科学基金委杰青项目和重点项目、科学探索奖等项目的支持。

高滨副教授在基于忆阻器的类脑计算领域开展了多年的研究，受邀在Nature Electronics、Nature Communications、Proceedings of the IEEE等期刊撰写类脑芯片相关综述，在ASP-DAC、A-SSCC等会议做特邀报告，在IEDM、EDTM等旗舰会议担任模型分委会主席。