据EE Times ASIA 3月24日报道，ReRAM（可变电阻式存储器）的特性使其在人工智能、存内计算和旨在模仿人脑的应用程序中具有显著优势，成为下一代内存的主要竞争者。

ReRAM是电阻式随机存取存储器，它可以将DRAM（动态随机存取存储器）的读写速度与SSD（固态硬盘）的非易失性结合于一身，功耗更低、读写速度更快。ReRAM多用于神经拟态计算（类脑计算），算力高、功耗低；但它还未完全成熟，也面临着相变存储器（PCM）和铁电随机存取存储器（FRAM）等其他存储器的竞争。

“潜力股”ReRAM：可提供高密度非易失性存储和高效存内计算

ReRAM多用于类脑计算，甚至成为了类脑计算的代名词。密歇根大学教授Wei D.Lu称，因为ReRAM可以自己执行学习和推理功能，所以ReRAM阵列应用在存内计算架构时很有潜力。ReRAM还支持双向数据流，而更大的神经网络使用具有平铺MPU架构的模块化系统来提高吞吐量。

去年，电子领域顶会IEDM（国际电子器件大会）汇集了有关推进各种内存类型的最新研究论文，很多人都致力于研究如何改进存内计算、人工智能、机器学习以及类脑计算。

美国密歇根大学至少十年前就已经开始开发ReRAM原型了。该大学电气工程和计算机科学系教授Wei D.Lu说道，ReRAM具有提供高密度非易失性存储以及高效存内计算的潜力，而且支持ReRAM的加速器能够突破冯·诺伊曼计算架构的瓶颈。教授Wei D.Lu在IEDM发言时概述了一些器件，讲了通过并行计算来处理大的AI模型，还谈到了边缘计算应用程序的功率、延迟和成本问题。ReRAM还能支持双向数据流，有更好促进存内计算的潜力。

目前，具备并行计算能力的CPU在内存方面仍会遇见问题。虽然GPU可以允许更快的内存访问，但教授Wei D.Lu称，需要一种从根本上提高吞吐量和计算效率的新计算架构。内存保护单元（MPU）可以显著提高并行性，还能将内存与逻辑放在一起，从而实现设备级计算并更好地促进存内计算。

ReRAM仍面挑战，PCM也可改善存内技术

教授Wei D.Lu称ReRAM器件还未成熟，它还面临三个关键挑战：一是基于高精度模数转换器的读出电路；二是器件的非理想性，包括受单元间变化的器件的影响；三是ReRAM设备中非线性的以及不对称电导更新后会严重降低训练的准确度。

三个挑战有各自的解决方案。第一个挑战的解决方案包括使用多范围量化和二元神经网络。教授Wei D.Lu称，解决第二个挑战可以使用2T2R架构实现二进制权重或者采用有架构意识的培训，这也有助于应对第三个挑战。混合精度训练可以通过较低精度格式训练大型神经网络，来提升性能和计算，这也可以解决第二个和第三个挑战。

除此之外，PCM也能改进存内计算。IBM欧洲研究室（研究中心）一直在探索使用PCM来解决模拟存内计算的温度敏感性问题。IBM Research存内计算小组成员Irem Boybat说道，随着人工智能神经网络的蓬勃发展，计算机的计算效率问题还有待解决。深度学习是计算密集型的，如果人工智能要可持续发展，就必须采用颠覆性的新计算机范式。

Boybat还说道，语言模型的规模呈指数级增长。根据他的说法，大量数据会从内存传输到处理单元，这种情况不仅会加大传输成本，而且会留下大量碳足迹。

模拟存内计算通过在内存执行某些计算任务来模糊内存和处理之间的界限，并通过内存设备的物理属性来实现。Boybat说道，PCM能够以非常密集的方式存储信息并且其消耗的静态功率可以忽略不计。过去一年内，IBM Research公开了两款基于PCM的存内计算芯片，展示了基于PCM的存内计算潜力。

IBM Research存内计算小组还研究了“蘑菇型”结构（mushroom-type）PCM的温度敏感性。另外，根据放置在芯片下方的电阻加热器及其温度，预计芯片在30摄氏度到80摄氏度范围内不会出现滞留问题。

IBM Research的实验研究了温度变化和漂移对用于存内计算的多级PCM的影响。在IBM Research AI Hardware Center（IBM研究院AI硬件中心）的支持下，IBM Research的研究团队发现，尽管PCM表现出与电导相关的温度敏感性，但在电导状态应用的时间-温度曲线中，其归一化分布保持相对恒定。该研究团队还开发了一个可靠的统计模型来探究温度对漂移和电导的影响，并根据PCM电导测量对其进行验证。

该研究团队使用超一百万个PCM设备证明：在33摄氏度到80摄氏度的环境温度变化下，用简单的补偿方案有可能实现并保持各种网络的高推断精度。

我国首条ReRAM生产线成功试产

2月16日，杭州日报发布了一条令人振奋的消息：杭州昕原半导体主导建设的国内首条28/22nm ReRAM（阻变存储器）12寸中试生产线顺利完成自主研发设备的装机验收工作，实现了中试线工艺流程的通线，并成功流片（试生产）。

这意味着我国有望在储存器领域实现弯道超车！

长期以来，我国在存储器领域毫无话语权，严重落后于世界顶尖水平，即便此前略有起色，也只是解决有无问题，同行业顶尖水平相比较仍然很落后。如果只是一直追赶，很可能会一直处于落后当中。因为电子产品更新换代非常快，即便是落后一两年，也是非常大的技术差距，这就意味着领先者可以一直占据先发优势，赚取暴利，而追赶者只能赚点辛苦钱，甚至赔本赚吆喝。长此以往，我国的半导体产业只会一直处于受制于人的被动局面。

一旦ReRAM量产，手机、电脑的运行速度将更快，运行功耗将进一步更低，同等条件下可大幅度提升这些电子产品的续航时间，而且还将大幅度提升电子产品的机身存储容量。

中芯国际和华虹等国内大厂都有自己的28nm ReRAM产线，而且从2018年就开始28nm工艺的研发。刘明院士还去中芯国际做执行董事，国内许多做RRAM的高校都在中芯国际流片。

据国内媒体报道，杭州昕原半导体还是世界上除了台积电之外，第二家掌握28/22nmReRAM生产线的半导体公司！而台积电只是一家代工企业，只专注于制造，设计方面却不如杭州昕原半导体。因此，假以时日，杭州昕原半导体很可能凭借设计、制造一体化优势异军突起，称为引领世界的ReRAM巨头，一举实现我国在存储器领域对外国同行的弯道超车！

中国存储芯片自给不足，本土厂商有望崛起

国内存储芯片需求庞大，市场规模超全球的 1/3，但自给率不足 5%。根据 IDC 数据，中国半导体市 场规模占全球份额从 2005 年的 12.2%增至 2020 年的 36.6%，跃居全球第一。2020 年中国市场中，存储芯 片（包括 DRAM 和 NAND）市场规模为 429 亿美元，占中国半导体市场规模的 30%，占全球存储芯片市 场规模的 35%。国内存储芯片需求庞大，但自给率极低，考虑长江存储和长鑫存储近两年的放量，我们 估算国内存储芯片自给率不足 5%。

庞大内需、新兴应用及政策推动助力国产存储芯片快速发展。参考日本、韩国存储芯片产业的崛起 历程，产业大背景、新兴产业需求和政策扶持是存储产业发展的必要条件。当前，全球半导体产业向中 国转移，中国大陆也已经建立了完善全面的电子系统产业链体系。除去 PC、手机等传统消费电子场景， 物联网、AI、智能车、云计算等众多新兴市场也在兴起。因此，庞大内需及新兴应用为国产存储芯片厂 商提供了发展基础，而政策扶持下的供应链国产化提供助力。

相较于智能手机、PC 等消费类市场，政府、电信、金融等关键领域国产化需求迫切。NAND Flash 主要下游为服务器、智能手机和 PC，智能手机面向大众消费，可替代性较强，而服务器和 PC 大量应用 于政府、电信、金融、公用事业等关键领域。以服务器为例，国内 x86 服务器下游主要为媒体（占比 31%）、政府（19%）、电信（9%）、教育（8%）、金融（8%）、公用事业（3%）、交通（3%）等。存储芯 片严重依赖进口使得相关行业的有序运行面对巨大的供应风险，这些行业也是国产化需求最迫切、国产 化最为积极的行业。我们预计，政府、电信、金融等关键领域的存储芯片需求在百亿美元以上。

竞争格局方面，大宗产品领域，国产存储厂商与国际大厂仍有差距，利基产品领域，国产化水平较高。DRAM 方面，近几年制程迭代速度明显放缓，主流大厂工艺停留在 10nm+阶段，给国产厂商缩小技术代差创造了机遇。目前合肥长鑫 19nm 工艺已成功量产，17nm 工艺即将推出。NAND Flash 方面，工 艺制程演进相对缓慢，3D 堆叠层数增长迅速。长江存储已于 2021 年实现 128 层 3D NAND 量产，相比国 际大厂落后约 1 年时间，差距大幅缩小。利基型存储方面，兆易创新已成为全球第三大厂商，2021 年市 占率约 20%，同时北京君正、东芯股份、普冉股份、聚辰股份等也在快速发展。

文章来源：未来智库，芯东西，细说科技