中新社香港8月5日电 香港大学(简称“港大”)4日公布，港大研究团队成功研制出一款新型模拟内容寻址存储器(CAM)。该芯片采用极简架构，可直接在存储数据的位置进行复杂搜索。在执行汉明距离计算任务时，其处理速度比标准中央处理器(CPU)快约1亿倍，并在多个数据集测试中获得极高准确率。
在人工智能与大数据时代，传统计算机硬件存在内存与处理器之间数据传输缓慢且高耗能的问题，业界称之为“冯·诺依曼瓶颈”(Von Neumann bottleneck)。针对上述问题，港大工程学院电机与计算机工程系与先进半导体与集成电路中心李灿教授团队利用二维二硫化钼闪存，设计研发内容寻址存储器，可在单个步骤中同时将输入的搜索数据与所有存储数据进行比对。
相较于需要16个晶体管的传统CAM单元，团队设计的极简架构模拟CAM仅需2个晶体管即可构建一个单元。这不仅减小晶片面积，亦使其能够直接处理更接近真实世界的连续模拟信号，提升信息存储密度。此外，为克服将二维材料连接到电路时限制电子流动的“肖特基势垒”，研究团队使用半金属锑(Sb)作为接触电极，成功创造一条电阻极低的通道。
李灿表示，作为大语言模型基础的“注意力机制”，本质上是从压缩的知识库中提取信息的搜索过程。目前团队正在探索如何利用高性能硬件，来实现大型AI模型的搜索机制。尽管大规模商业化生产新型芯片仍需克服封装方面的工程挑战，但这项研究为下一代高效能、低功耗AI硬件提供了清晰的发展蓝图。
目前该项研究已在国际顶级学术期刊《自然·纳米技术》(Nature Nanotechnology)上发表。(完)
