集成电路技术发展已经进入后摩尔时代，具有原子级厚度的新型二维半导体材料已受到了半导体机构与企业关注，并被认为将在下一代集成电路中发挥重要作用。目前产业应用主要的困难聚焦于晶圆级二维材料的获得和集成电路工艺的开发。此外，随着人工智能的不断发展，迫切需要更强大的算力来完成巨量的计算。将运算器和存储器组合到一起的新型存算融合架构应运而生，如果能够实现一种在硬件层面的训练和学习的存算融合单元器件，即可发挥出新架构的优势，极大的提高系统计算效率。
复旦大学微电子学院包文中研究员和周鹏教授课题组多年专注于二维半导体生长和集成电路应用领域。6月7日，工作进展以《一种基于二维半导体的乘法累加运算的存内计算架构》（“An In-Memory Computing Architecture Based on Two-Dimensional Semiconductors for Multiply-Accumulate Operations”）为题发表于《自然-通讯》（Nature Communication）。
研究团队基于晶圆级二维半导体MoS2材料在内存结构基础上创新构建可以用于乘法累加运算的新型架构，拥有近乎无限的器件耐久性，并且擦写操作简单，能够实现较长时间的多值存储能力，实现了模拟的乘加运算。该存内计算架构由两个MoS2晶体管和一个氧化铪电容组成。利用类似DRAM的存储单元，可以实现快速简便写入信息，实现无限次数的刷写编程操作，并具有硬件级别的权重更新、原位训练和自我学习的能力，能够有效的避免因器件本身的差异性等因素带来对神经形态运算的影响，对于在需要巨量的权重更新学习的神经网络训练中有着明显的优势，从而展示了其在用于低功耗和高计算力的存算融合系统的巨大潜力。
晶圆级二维半导体的乘法累加运算的存内计算架构图
复旦大学微电子学院博士生王印、硕士生唐宏伟与副教授解玉凤为论文第一作者，包文中和周鹏为通讯作者。研究工作得到了科技部重点研发计划纳米科技专项、国家自然科学基金杰出青年科学基金、应急重点项目及上海市集成电路重点专项等项目的资助，以及教育部创新平台和专用集成电路与系统国家重点实验室的支持。
论文链接：https://www.nature.com/articles/s41467-021-23719-3
