厉害了！我国团队研发出世界首个基于碳纳米管的张量处理器芯片

近日，北京大学电子学院碳基电子学研究中心彭练矛-张志勇团队，在下一代芯片技术领域取得突破，成功研发出世界首个基于碳纳米管的张量处理器芯片（TPU）。

据团队介绍，该芯片由3000个碳纳米管场效应晶体管组成，能够高效执行卷积运算和矩阵乘法。实验表明，基于该TPU的五层卷积神经网络可以在功耗仅为295μW的情况下，实现高达88%的MNIST图像识别准确率。

研究团队表示，通过优化碳纳米管制造工艺，获得了纯度高达 99.9999% 的半导体材料和超洁净表面，从而制造出具有高电流密度和均匀性的晶体管。模拟结果显示，采用 180 纳米工艺节点的 8 位碳纳米管 TPU 有望达到 850 MHz 的主频和每瓦 1 万亿次运算的能效水平。

据了解，这一成果标志着碳纳米管技术在芯片领域取得重大进展，有望满足人工智能时代对高性能、高能效芯片的需求。

TPU处理器是针对人工智能和机器学习任务进行优化的处理器，其设计目标是为了提高大规模张量计算（特别是在深度学习任务中）的效率。与传统的CPU和GPU相比，TPU采用了定制的硬件架构和优化的指令集，以实现高度并行化和高效能的计算能力。

通常，TPU具有低精度计算、高度并行化、高效率计算等特点。半导体芯情了解到，为了降低每步操作使用的晶体管数量并提高效率，TPU通常采用低精度，如8位计算，尽管这可能会牺牲一定的计算精度，但在许多机器学习应用中，这种牺牲是可以接受的。TPU内部集成了成千上万的乘法器和加法器，并通过脉动阵列（Systolic Array）架构将它们直接连接起来，以构建高效的物理矩阵运算单元。这种设计使得TPU能够同时处理大量的数据运算，从而大幅提高计算速度。TPU为用户提供更好的机器学习体验。

作为一种新型处理芯片，TPU应用前景广阔，可以广泛应用于深度学习、图像识别、语音识别等领域的加速计算。由于其高效的计算能力，TPU能够大幅缩短深度学习模型的训练时间和推断时间，从而提高机器学习应用的响应速度和准确性。

据悉，该研究团队的关键任务彭练矛主要从事电子衍射和电子显微学基础研究及其在材料科学特别是纳米科学中的应用。

1962年9月出生于出生在江西鹰潭，籍贯湖南平江，材料物理学家，中国科学院院士，北京大学电子学院院长，北京元芯碳基集成电路研究院院长。1982年毕业于北京大学无线电电子学系；1988年获得亚利桑那州立大学博士学位；1994年12月—1999年4月任中国科学院物理研究所研究员；1999年任北京大学电子学系主任；2019年当选为中国科学院院士；2022年3月任北京邮电大学集成电路学院院长。