不确定性量化可以大量减少优化与决策过程中的不确定性,已经被成功应用于投资、医疗诊断、天气预测、国防军事等诸多研究领域,但传统硬件的冯·诺依曼架构导致系统处理不确定性量化相关的任务时效率低下。为此,北京大学集成电路学院研究员、智源青年科学家杨玉超团队提出并实现了面向不确定性量化问题的存算一体化系统,首次结合相变存储器的多值特性和内在随机性有效地实现了不确定性量化。实验结果证明,该系统能够在保持分布内分类、误分类准确率的基础上,显著提高分布外样本的检测准确率,与GPU相比在时间效率和能量效率上分别提高了557倍和173,000倍,证明了该系统在高效不确定性量化应用方面的潜力。该工作被2021年度微电子领域顶会IEDM发表,并入选了Top Ranked Student Paper。
图.面向不确定性量化的忆阻器存算一体系统(图片来源:学者提供)