冯丹：面向下一代NVM的高效能优化方法

冯丹：长江学者特聘教授，华中科技大学计算机科学与技术学院院长、武汉光电国家研究中心信息存储与光显示功能实验室主任，信息存储系统教育部存储部主任。

今天我主要介绍一下我们做的针对一组NVM（Non-volatile memories,非易失存储器）的进展。

目前我们的项目侧重在解决怎么存，怎么存得快，存得准，还有存得可靠，也就是高效、低能耗解决问题。

对于一些响应延迟要求比较高的应用，比如说淘宝、12306，希望一点击就出来的应用，或者说，要求数据在内存里面存放和运算。内存的需求和供给存在很大的差距，大数据的计算需要的内存容量是普通的1000倍，现在的通过体系结构是RRAM、DSRM、SSD等等。为了满足大规模内存的需要，Cache放在一个DRAM里会有这样的问题，因为是用电荷来存的，所以就存在如何保证电荷检测、电荷泄露等等的，而DRAM是电容来保存信息的，所以有一个充电放电的过程，能耗也比较高，据统计40%到50%的能耗来自Memory，DRAM的能耗有40%来自于刷新，这也是DRAM为什么受到关注的原因。

再来说说制程。制程达到几个纳米之后就会停止，现在NVM比较受关注，最受关注的有三个，另外两个是STTMaRM和DARM。不过，STTMARM容量上不去，而RRAM容量可以做得非常大，这也是这几年RRAM关注度比较高的原因。

NVM的忆阻器一是可以做存储，第二个是可以做计算；2008年做存储，2010年就可以做逻辑运算，到2015年实现矩阵向量乘法，做存算结合。它的主要原理，应该说行上面有一个电阻，加一个电压上面就会出现电流，比如说每一个行上加不同的电压，就产生了电流。

来看一下，怎么样能够存得好？因为要能计算，首先是要能存下来，存下来就是刚才说的矩阵，也就是一个模拟量，类似一个非信息的点，希望能够尽量存得准，同时也能够实现高效低能耗。大家对此研究比较热的原因，就是非理想因素的影响。

一个低组态RRAM的单元，要进行一个高组态，面临reset的延迟，要变化高阻态，就是带正离子和带负离子正位。相反的就是，再加上一个反向的电压，金属氧化物的阻值状态的变化实现数据的存储，当它做RESET，从1变成0的时候，加一个电压会变大，加一个RESET的时候就会有延迟，就会变慢。理想状态是一个单元就有一个控制器，但这是不可能的，会浪费很多芯片的面积。这里面就会有很多IR  drop的问题。

比如说要在某个单元上面加一个单元，上面列的单元都有一个电压，也就会有一个电流，目前的方法就是要把列上面加一个半偏置，加上一个1/2的V，相当于上面的数也会有问题。

首先就是线路上，每一个线路都要考虑，每一个面和行都有电流的线路，上面都有一个电压，也有一个电阻，而且能耗比较高，如果这些都是一些高阻态存着，就会存在一些问题。只有克服电压和电阻这些问题才能存得准。

传统的方式是在面和行上加电压，然后测试、改变它的阻值，观察数据的变化，RESET的数字从144ns变成了240ns，受到这个启发，我们做了相应的工作。

首先是“双端写驱动”，如果是使用了双端控制之后，电压就会升上去，就会缓解延迟，在这个电压上存在这样的分布，慢慢会下降为对角线的分布。如何应用对角线的分布？可以做一个优化，比如说crossbar的阵列上下都有驱动，两边都可以加。如果从右边和下边两驱动，这个线就是这么长，这个延迟就是这么长，相应的延迟也会比较短，所以我们就这样开始分区：把左下角放大，可以看到这一块的延迟是最低的，慢慢从对角线的方式延迟是最大的，是这样的一个控制方式。

这样有一个什么好处？如果不做对角线划分，写这块区域的时候，就要保证最坏的一个要在限定的长时间写完，建了一个分区之后，得到的一个好处“告诉上层，可以不同的延迟”。上层就可以通过内存分配和边缘优化进行低延迟使用，比如说冷热数据调度，热数据也做一些地址的转化等等。

第二，提高性能。在正crossbar上面做一个并行，在reset做一个延迟操作，可以进行并行来操作，这个SET的操作和RESET的操作都可以做，测试效果显示，延迟降低了22%。

第三，降低能耗，要克服倾斜电流，就需要高阻态，怎么样达到这个目的？互补组变单元。但它的缺点是影响寿命，同样也影响性能。最直观的方法就是用MEM模式，把经常访问的数据做成MEM模式，冷数据用CRS模式，如何区别冷热？记录频率的表开销。一般为了降低能耗，采取的是全浮空的状态，如果低阻态多了以后，数据就会消失。为了克服这个缺点，需要减少低阻态的数据，用MEM来存热数据，这个方式提高了可靠性和降低能耗，这种混合的方式，平均能耗能够节省7.3倍。

我们在最新的一篇论文中对此做了报道，其他还有一些相关的研究，就不再一一介绍。

我们的研究已经到了非常的底层，怎么样来做出存储器，具体就跟介绍这么多。在存得准，存得可靠的基础方面，进一步再来做计算，就可以解决计算的很多问题，如果是多个阵列集成，会有一个传递的集成，会有越来越大的误差，我们希望先解决第一步，在这方面做些工作。

今天我就讲这么多，谢谢大家！（本文未经过本人审阅）

未经允许不得转载：DOIT » 冯丹：面向下一代NVM的高效能优化方法