隨著智能計(jì)算、大數(shù)據(jù)等技術(shù)的爆發(fā)式增長(zhǎng)，低計(jì)算強(qiáng)度、高訪存頻率的數(shù)據(jù)密集型計(jì)算需求激增，支持?jǐn)?shù)據(jù)原位存儲(chǔ)與計(jì)算的非易失存算一體技術(shù)受到廣泛關(guān)注。然而，當(dāng)前該技術(shù)普遍面臨“存力”與“算力”難以協(xié)同的矛盾，如何實(shí)現(xiàn)兩者有機(jī)融合以應(yīng)對(duì)不同類型計(jì)算任務(wù)，成為關(guān)鍵挑戰(zhàn)。

針對(duì)上述問(wèn)題，集成電路制造技術(shù)全國(guó)重點(diǎn)實(shí)驗(yàn)室團(tuán)隊(duì)近日?qǐng)?bào)道了有關(guān)高密度非易失存算與近存技術(shù)的研究工作。

在存算技術(shù)方面，團(tuán)隊(duì)設(shè)計(jì)了基于電荷俘獲型晶體管（CTT）的混合域存內(nèi)計(jì)算宏芯片；研究了高密度的差分增益式的存算陣列、高能效的模擬預(yù)測(cè)-數(shù)字計(jì)算工作機(jī)制，以及低硬件開(kāi)銷的定點(diǎn)/浮點(diǎn)數(shù)據(jù)統(tǒng)一處理與計(jì)算電路；相關(guān)技術(shù)得到了流片驗(yàn)證，高效支持INT4/8和FP4的矩陣-向量計(jì)算，實(shí)現(xiàn)了非易失存算芯片存儲(chǔ)密度與算力密度的共同提升。

在近存技術(shù)方面，團(tuán)隊(duì)設(shè)計(jì)了基于新型鐵電NAND閃存（FeNAND）的近存計(jì)算芯片；研究了基于后道鐵電柵晶體管的FeNAND陣列、充電-放電交替式讀取方案與極性自轉(zhuǎn)換的靈敏放大器電路，以及低開(kāi)銷與多功能的相位域近存計(jì)算單元；相關(guān)技術(shù)得到了流片驗(yàn)證，高效支持高維度、高并行、多比特向量的近似向量搜索任務(wù)，為發(fā)展大容量NAND型近存技術(shù)提供了新思路。

兩項(xiàng)成果分別以“A 12nm 4Mb 104.56-137.75TFLOPS/W Charge-Trap Transistor-Based Computing-in-Memory Macro Using Analog-Predict-Digital Compute for AI Edge Devices”（博士研究生沈浚哲和周治道為共同第一作者，竇春萌研究員為通訊作者）和“A 16Mb 166.8TOPS/W Near-Memory Phase-Domain-Computing Ferroelectric NAND Flash for Approximate Nearest Neighbor Search on Edge Devices”（博士研究生李偉增和碩士生王柏翰為共同第一作者，竇春萌研究員為通訊作者）為題在2026年國(guó)際固態(tài)電路會(huì)議（ISSCC）上發(fā)表。該工作得到了合作專家的大力指導(dǎo)，并獲得了國(guó)家自然科學(xué)基金委項(xiàng)目與中國(guó)科學(xué)院戰(zhàn)略性科技先導(dǎo)專項(xiàng)的支持。