本网讯（融媒体中心 材料科学与工程学部集成电路学院）存储芯片是人工智能与新一代信息技术的核心基础底座。我国高端存储芯片长期依赖进口，性能迭代缓慢，已成为制约信息产业自主可控的关键短板之一。围绕存储器件、存储电路及存算一体化架构，材料科学与工程学部集成电路学院相关团队开展了系统性技术攻关，取得系列原创性、应用性突破。
在存储电路设计方面，围绕精准时序控制、微弱信号检测等技术方向，提出流水线型抗工艺、电压、温度波动的精准时序控制技术，研发翻转点感知微弱信号检测新技术，自主研制SRAM编译器与存储IP核。这些工作针对传统存储芯片在工艺波动下稳定性差、容错性弱等瓶颈，从电路层面提升存储芯片的可靠性与可移植性，为先进制程存储芯片的设计与国产化迭代提供关键电路IP支撑。团队联合长鑫存储公司开展DRAM动态存储芯片研发与国产EDA配套技术攻关，研究成果获得安徽省科技进步一等奖。
在存算一体化架构方面，面向AI端侧推理场景，成功开发SRAM存内计算芯片及系统原型，实现存储与计算架构深度融合，大幅提升芯片算力与能效水平。该方向的价值在于突破传统冯·诺依曼架构下存储与计算分离带来的带宽和能耗瓶颈，为端侧智能设备在有限功耗条件下运行推理任务提供可行路径，研究成果获得了德国纽伦堡和瑞士日内瓦国际发明展金奖各1项。
在新型存储器件方面，团队研究围绕时序信息编码和决策方程求解两个维度展开，核心思路是将RRAM的物理特性从“需要克服的非理想因素”转化为“可直接利用的计算资源”，从而形成RRAM存算一体从编码到决策的贯通创新。一方面，提出饱和约束信息容量（SCIC）框架，针对传统二进制编码脉冲序列长、易延迟和器件饱和，提高编码密度又受噪声和有限动态范围制约的问题，将器件实测的状态可分辨性、动态范围和记忆特性转化为输入编码的设计依据，使信息编码与器件物理响应相匹配，降低训练开销并提升有限硬件资源下的时序信息处理能力。另一方面，提出忆阻器基Bellman求解器，针对传统Bellman方程求解迭代量大、计算复杂度高、实时性不足的问题，利用RRAM存算一体特性，将双期望迭代求解转化为循环点积操作，并把器件固有噪声转化为加速收敛的随机扰动资源，显著降低计算复杂度与能耗。相关成果发表于《Advanced Materials》《Nature Communications》等期刊，为强化学习、自动驾驶和路径规划等实时决策场景提供了边缘智能时序处理与高效决策求解的计算底座。
材料科学与工程学部集成电路学院凝聚集成电路相关研究团队集体优势，研究成果有力保障了我国高端存储芯片供应链安全，10余件发明专利进行了转化与技术入股，为培育AI芯片领域新质生产力、推动国家在存储集成电路领域高质量发展提供关键技术支撑。建设期间获批“集成电路科学与工程”一级学科博士点，同时结合“电子信息”专业学位博士点建设，联合长鑫、晶合等龙头企业人才需求，开展集成电路领域在存储方向的高层次人才培养，加大力度建设“安徽省高性能集成电路工程研究中心”省级科研平台，助力安徽省集成电路重点产业高质量发展。
