北京大学孙仲、罗宇标，清华大学乔飞AEM综述：电容与电导补偿方法使能高效存内计算

本文来源于Advanced Electronic Materials，欢迎浏览！

论文信息

论文背景

传统冯·诺依曼架构计算机在面对人工智能等数据密集型计算任务时，频繁的数据搬运导致计算机的算力提升遭遇“内存墙”、“功耗墙”的瓶颈。因此，存内计算架构于近年来得到广泛的关注和研究。存内计算架构基于基本的存储器阵列，如静态随机存储器（SRAM）、阻变随机存储器（RRAM）等，通过外围控制电路可以完成信息的读写。通过将计算映射到物理过程中，存内计算架构能够广泛应用于矩阵相关计算的加速。基于 SRAM的存内计算搭配外围的电容阵列，根据电荷共享或者电容分压的原理能够实现多比特乘累加的加速；基于RRAM的存内计算根据欧姆定律和基尔霍夫电流定律，在字线或位线上得到计算结果。但是，基础的存内计算原理应用场景有限，主要适用于单比特和正数域的矩阵计算。实际的问题中往往需要多比特与实数域的计算，传统的映射方式往往会产生额外的外围电路硬件开销。为了实现高效、紧凑的存内计算架构设计，作者们总结了存内计算架构设计中的电容补偿和电导补偿原理。

论文简介

北京大学孙仲团队、清华大学乔飞团队系统综述了存内计算架构中的补偿策略，概述了基于电容充放电的SRAM存内计算架构中的成对电容补偿方法和整体电容补偿方法，着重介绍了RRAM存内计算架构设计中的成对电导补偿和整体电导补偿方法。成对补偿或整体补偿的方法令存储器阵列的两行或多个不同列的电容或电导加和相等，简化了相应存内计算架构背后映射的原理公式，从而实现电路设计的精简。

图1. 存内计算设计中的电容补偿与电导补偿方法

作者们首先综述了电容补偿方法。SRAM存内计算架构将电容阵列连接到灵敏放大器（SA）等外围功能电路实现多比特或带符号的乘累加加速，成对电容补偿的方法平衡连接到SA同相和反相输入端的电容负载；在同时开启多列的SRAM存内计算架构中，整体电容补偿方法平衡列线总负载，让连接不同二进制权重电容的列线达成相同采样速率。之后，作者们总结了两种电容补偿方法在近年来大量计算架构设计实例中的应用，通过简化外围电路的方式达成更高的效率。接着，作者们着重介绍电导补偿方法。在面向实数域的矩阵向量乘法（MVM）、矩阵求逆、矩阵特征向量等计算应用的RRAM存内计算电路中，与成对电容补偿方法相似，成对电导补偿的方法平衡每一行运算放大器（OPA）同相和反相输入端的电导负载，使用更少的运放完成矩阵计算加速，显著提升电路的整体面积和能耗表现；在更复杂的计算电路，如矩阵-矩阵-向量乘法（MMVM）电路中，整体电导补偿方法保证存储阵列中不同列线的总电导负载相等，简化电路原理公式，赋予RRAM存内计算电路更复杂的算法映射和问题求解能力。最后，作者们总结了补偿方法在存内计算架构设计中的重要作用，补偿方法为探索和设计面积更小、能耗更低、解决更复杂问题的架构提供启发。

期刊简介

期刊Advanced Electronic Materials重点发表物理：应用、材料科学：综合、纳米科技相关方向的文章。

该期刊是一个跨学科论坛，在材料科学，物理学，电子和磁性材料工程领域进行同行评审，高质量，高影响力的研究。除了基础研究外，它还包括电子和磁性材料、自旋电子学、电子学、器件物理学和工程学、微纳机电系统和有机电子学的物理和物理性质的研究。期刊最新引文指标为0.9，最新影响因子为5.3（2023）。

点击投稿