韩国首尔国立大学科学家研制出一种新式人工智能（AI）半导体技能，初次在依据铁电存储器的单一器材渠道上，完成了生成式AI的两大中心才能——随机采样与安稳核算。相关论文发表于最新一期《天然·通讯》杂志。

  要在半导体芯片上直接完成生成式AI非常困难，由于传统AI芯片遍及面向安稳、确定性的核算（如分类与推理）来优化，而生成式AI模型还须对潜在空间进行随机采样。

  过往的AI芯片常常把随机采样与安稳核算交由不同器材或外部软件处理，这不只增加了芯片面积、布线复杂度、功耗和时延，也让全体体系显得臃肿。此外，一起完成这两种功用的单一存储硬件渠道，还要与传统互补金属氧化物半导体（CMOS）制作工艺兼容并易于扩展，更是难上加难。

  为破解这一些难题，团队奇妙利用了依据氧化铪的铁电存储器所特有的电压依赖性——其电状况随施加电压的不同而不同。较高电压下，该器材涌现出激烈的随机电报噪声（RTN），恰可用来完成充溢不确定性的随机采样；较低电压下，RTN被按捺，器材转而依托非易失多级电导态，完成安稳牢靠的矢量—矩阵乘法核算。由此，随机性与安稳性这对看似对立的质量，在同一块铁电存储阵列中“相得益彰”。

  团队利用在15厘米晶圆上制作的铁电存储器阵列，对这一理念进行了验证。经过精心调理电压与采样时刻，优化潜在向量散布，他们将该体系使用于变分自编码器，并凭借人脸数据集生成图画。依据成果得出，体系能天然生成折射不同面部特征的图画，并且，即使阅历约10万次重复操作，生成功用仍然安稳。

  团队表明，这项研讨可谓生成式AI硬件开展范畴的重要里程碑，由于它初次证明，两个长久以来互相别离的功用，能在一个与CMOS工艺兼容的铁电存储器渠道上完成。这一AI半导体技能有望提高片上生成式AI加速器、神经形状体系和低功耗边际AI芯片等使用的功率并下降能耗。