基于自旋转移矩磁性随机存储器的神经形态芯片现状与挑战.pdfVIP

专题：新型计算架构

AI-VIEW

2025年第4期

基于自旋转移矩磁性随机存储器的

神经形态芯片现状与挑战

□/1,2*2

文赵毅，王向杲

（1.华大半导体有限公司，上海201203；2.浙江大学信息与电子工程学院，杭州310027）

摘要：近年来，人工智能技术发展迅速引发了神经形态芯片的研究热潮。神经形态芯片期望

能够模拟人脑神经网络的并行计算以及低功耗特性，有望突破传统计算架构在智能任务处理

方面的瓶颈。自旋转移矩磁性随机存储器（SpinTransferTorqueMagneticRandomAccess

Memory，STT-MRAM）因其具有非易失性、高耐久性、低功耗，以及与CMOS工艺兼容性

等优点，成为构建神经形态芯片的理想存储介质选择。本文对基于STT-MRAM的神经形态芯

片研究现状与挑战进行了系统梳理。首先，阐述了神经形态计算的兴起背景，剖析了冯·诺

依曼架构的局限性以及存内计算技术对神经形态芯片的适配情况；其次，详细介绍了STT-

MRAM的工作原理和特性，综述了基于其数字域与模拟域的神经形态芯片实现方案以及典型

研究成果；再次，从器件、电路、架构，以及算法层面探讨了该领域面