作為中國本土半導體制造的龍頭企業，中芯國際（SMIC）的新聞及其取得的成績一直是行業關注的焦點。2017新年伊始，其一如既往地吸引著人們的眼球。前幾天，該公司宣布正式出樣采用40nm工藝的ReRAM（非易失性阻變式存儲器）芯片，并稱更先進的28nm工藝版很快也會到來。

目前，在ROM存儲領域，NAND閃存無疑是絕對的主流，保守點說，3、5年內它都會是電子設備存儲芯片的主流選擇，但研究人員早就開始探索新一代非易失性存儲芯片了，Intel與美光聯合研發的3D XPoint，是基于PCM相變存儲技術，也被稱為是新一代存儲芯片，而ReRAM更是頗具代表性的新型非易失性存儲器。

ReRAM為何物

雖然ReRAM的名字中帶RAM，但其實是像NAND閃存那樣用作數據存儲的ROM，只不過它的性能更強，據說，其密度比DRAM內存高40倍，讀取速度快100倍，寫入速度快1000倍。ReRAM單芯片（200mm2左右）即可實現TB級存儲，還具備結構簡單、易于制造等優點。

ReRAM基于憶阻器原理，將DRAM的讀寫速度與SSD的非易失性結合于一身。換句話說，關閉電源后存儲器仍能記住數據。如果ReRAM有足夠大的空間，一臺配備ReRAM的PC將不需要載入時間。

ReRAM的優勢

與NAND閃存相比，ReRAM具備諸多優點，具體如下：

速度：ReRAM寫速度更快，以納秒為單位而不是毫秒，這使它更適應于高性能應用。

功率：研究人員已經證明，微安培寫入功率并期望很快將進一步降低到納安范圍，這使得ReRAM比NAND閃存能效更高。

耐用性：最常見的MLC閃存只能處理10000次寫操作，而ReRAM卻可以處理數百萬個。

ReRAM應如何定位

在可預見的未來，NAND閃存將保留在成本和密度上的優勢,這意味著它仍將在未來幾十年存活下去。那么ReRAM在存儲應用中要如何定位呢？

數據完整性：關鍵任務應用更喜歡ReRAM，而且關鍵是買得起；

性能：固態硬盤這種高速存儲介質消除了復雜性并提高了性能；

移動性：網絡寬帶和內存容量之間進行著一場永無止境的拉鋸戰，在這種情況下，消費者可能會喜歡上他們移動設備的大容量存儲。如果是這樣, ReRAM節能的優點將在高端產品有所體現。

群雄逐鹿ReRAM

目前，致力于商業化ReRAM的企業包括東芝、Elpida、索尼、松下、美光、海力士、富士通、Crossbar等。

東芝憑借其類似于今天1.5萬轉硬盤的固態硬盤，開始涉足這些高端市場。這可能不是一個巨大的市場，但是其高利潤率還是值得一試的。

其他廠商，包括松下、美光和三星，也正在致力于ReRAM的研發。

其實，美光早在2007年就提出了這種技術，此后幾乎每年都會透露一些進展，但就是距離量產遙遙無期。

圖：設計指標與內核局部照片

美光是和索尼聯合研發ReRAM的，其基本原理和Crossbar RRAM有些類似，同樣是非易失性存儲，但是更強調電阻可變，同時為了區分，縮寫也有所不同。

美光曾經表示，理想的指標是讀寫帶寬1000MB/s、200MB/s，讀寫延遲2微秒、10微秒，而目前的原型可以發揮大約九成的功力。

圖：內部互連結構示意圖

中芯國際聯手Crossbar

此次，中芯國際推出的ReRAM樣片，其直接客戶就是Crossbar，該公司資料顯示，Crossbar技術首先由中國出生的盧偉（Dr. Wei D. Lu）博士研發，他也是Crossbar的首席科學家和聯合創始人。盧博士擁有中國清華大學物理學士學位，以及德克薩斯州萊斯大學物理學博士學位。盧博士在ReRAM領域積累了十二年的研究經驗，他先作為哈佛大學的博士后研究員，然后被任命為密歇根大學教授從事這項研究。他是納米結構和設備行業的領先專家，包括基于雙端電阻開關設備的高密度內存和邏輯系統、神經元電路、半導體納米線設備和低維系統中的電子輸運。

2016年，Crossbar獲得了8000萬美元的風投，其中中國公司也參與了，而Crossbar去年3月份也宣布進軍中國市場，他們的合作伙伴就是中芯國際，將基于后者的40nm CMOS試產ReRAM芯片。根據該公司副總裁Sylvain Dubois所說，2016年內中芯國際已經開始給客戶出樣40nm工藝的ReRAM芯片，實現了該公司之前2016年內推出ReRAM的承諾。

此外，更先進的28nm工藝版ReRAM芯片也將在2017年上半年問世，不過Sylvain Dubois未透露是否還是由SMIC生產，或是交給其他代工廠。

當ReRAM遇上人工智能

包括臉書、亞馬遜、微軟、谷歌、阿里巴巴、騰訊、百度等，都在產生大量的數據，包括人臉、位置、行為習慣、社交照片等。物聯網已經到來，而且正在指數級的增長；自動駕駛汽車已經進入市場，云計算已經無處不在。我們剛開始想象如何借助于這些創新來開創一個人工智能的新時代，創建新的商業模式、新的生產率典范和新的大眾娛樂方式，這些不僅對人類帶來意義深遠的影響，而且也為通過數據盈利的創新者帶來巨大的財富。

收集與存儲這些“大”數據是當務之急。但是，比數據有多“大”更為重要的是，如何驅動下一波的創新。在人工智能競賽中的勝出者需要做四件事：1、訪問大量的數據；2、訪問正確的數據；3、把數據變為具有可行動性的洞察力的強大算法；4、超越競爭對手的速度和規模。今天，通過訓練人工智能算法與創建新的應用，數據有機會成為利潤中心。更多的數據訓練，就會讓人工智能算法更聰明。

應用ReRAM這樣新的存儲技術，能夠發揮人工智能真實的潛能，實現速度、低功耗/高能效、存儲容量與可制造性的完美結合。

當目標從簡單的代碼行的抓取，轉變成對從外部傳感器獲取的大量數據進行實時處理、分析、執行時，大數據到人工智能的根本轉變就來臨了。從傳感器來的數據可以存儲在芯片上，直接輸送給深度神經網絡，以便采取直接的行動。非易失性的存儲技術，比如ReRAM存儲技術，通過低功耗、快速讀取、基于字節尋址的寫操作，來幫助應對性能與功耗的挑戰。

ReRAM存儲技術能夠直接集成在芯片內部，產生一個新的以存儲為中心的片上系統架構。通過與處理器核集成在同一顆芯片中的片上系統方案，ReRAM充分地加速了深度神經網絡算法。ReRAM技術是一個重要的創新，它加速人工智能的潛能，實現多種應用，加速性能，極大地提高能效，實現更高級的安全性，減少芯片的數量和芯片的面積。

高性能計算，比如人工智能，需要在處理器、存儲與輸入輸出之間進行高帶寬、低時延的數據訪問。ReRAM存儲技術通過減少計算與存儲之間的性能差距，可顯著提升高性能計算應用的性能。