类脑计算系统是借鉴人脑信息处理方式，打破“冯·诺依曼”架构束缚，适于实时处理非结构化信息、具有自主学习能力的超低功耗新型计算系统。作为生命科学最尖端、最前沿的领域，脑科学是人类最难攻克的科学堡垒之一，也是人工智能、脑机接口、仿生科学等前沿科技发展的基础。
在全球类脑计算技术发展的热潮中，及时抢占类脑计算领域的制高点，能有效增强国家竞争力，对我国国防、公共安全和经济建设都具有重大意义。我国已全面启动自己的脑科学计划，如2016年，中国“十三五”规划纲要将“脑科学与类脑研究”确定为重大科技创新项目；2021年9月16日，科技部网站发布科技创新2030“脑科学与类脑研究”重大项目2021年度项目申报指南。
“2022全球闪存峰会”即将召开，组委会荣幸地邀请到华中科技大学集成电路学院副院长李祎博士发表演讲。峰会召开前夕，DOIT编辑连线采访了李祎博士，就他参加的上述科技部项目情况、类脑研究的价值意义等话题进行交流。
DOIT：据我们所知，您同时主持着国家科技创新2030“脑科学与类脑研究”重大项目课题和国家自然科学基金“后摩尔时代新器件基础研究”重大研究计划培育项目。请简单介绍两个课题/项目的背景、进展、成果情况，以及两个项目之间可能存在的关联性。
李祎博士：我个人当前的研究重心是基于忆阻器的类脑计算和存算一体化技术，承担的两个重要在研项目分别是国家自然科学基金“后摩尔时代新器件基础研究”重大研究计划培育项目和科技部国家科技创新2030“脑科学与类脑研究”重大项目课题。其中，基金培育项目偏重于面向类脑计算的高性能忆阻器器件基础研究，科技部的项目是清华大学牵头，我承担了其中一个课题，主要投入基于忆阻器等新型器件的类脑计算算法和架构研究。
近些年，国家在各个层面都非常重视类脑计算等非冯计算技术的发展。“后摩尔时代新器件基础研究”重大研究计划是国家自然科学基金委自2019年起开始实施的计划，面向芯片自主发展的国家重大战略需求，以芯片的基础问题为核心，旨在发展后摩尔时代新器件和计算架构，突破芯片算力瓶颈，促进我国芯片研究水平的提升，推动我国在芯片领域的科技创新。国家科技创新2030“脑科学与类脑研究”重大项目则是科技部字2021年起实施的新专项，目标通过脑科学的突破，借鉴大脑的高效信息处理机制，启发类脑计算的创新发展。我个人长期在基金委的资助下，试图通过关键材料和器件结构的创新，来解决忆阻器的性能和可靠性问题，以推动这一新兴器件技术的成熟，走向产业化，而科技部的类脑计算项目的目标更为宏大、资助额度也更高，凝聚了国内学术界和工业界在忆阻类脑计算方面的多个领先团队，共同从底层硬件到顶层架构和算法进行攻关，希望在近几年内实现忆阻类脑计算原型芯片和应用验证的突破。
DOIT：类脑研究对资金、人才等的需求巨大，您认为相关研究成果真正走进大众的生活，还需多长时间、重点还需要解决哪些方面的问题？
李祎博士：类脑计算的发展其实已经经历了几十年历史，当前不同的研究团队也采用不尽相同的研究策略，中短期跟长期的研究路线也有显著差异。
从广义上来讲，现在已经广泛商业化的NPU、神经网络加速器等，已大量应用在我们的消费电子和信息系统中，改善着大众的各种消费体验。
长期来看，现有的类脑计算硬件依然存在算力、能效、成本方面的挑战。此外，如何实现通用智能也是类脑计算一直追求的终极目标。
我认为类脑计算研究要实现广泛应用、更好地服务人类，学术界仍然还需要从基础器件、类脑算法、通用人工智能理论等层面去开展大量研究。例如，忆阻器、相变器件、铁电器件等候选类脑器件仍需要克服性能短板、突破集成工艺，才能真正替代当前被采用的Flash、SRAM、DRAM等技术。
其次，当前类脑研究百花齐放，不同研究机构都会提出一些不同的类脑算法，但孰优孰劣仍需要领域内公认的合适的数据集或任务来进行全面的评估，而这方面的检验是需要时间的。
另外，类脑计算的应用非常多样化，包括视觉图像、语音、文本、脑电波等各类多模态信息的处理、决策和判断等等。必须充分依据应用需求的特点，来牵引类脑计算软硬件的研发。需要指出的是，以上各方面以及类脑计算生态的形成，都离不开工业界的深度参与。
我相信，类脑计算未来会给社会带来巨大的变革，但这种变化在很多时候是通过润物细无声的方式进入到大众的生活和工作之中。
DOIT：目前类脑研究在国内特别出高等院校已经兴起热潮，您认为该领域是否存在过热现象？
李祎博士：
首先，很显然类脑研究是一个学科交叉性非常强的研究领域，因此，不同学科的研究人员，包括人工智能、计算机、集成电路、材料、化学、物理、神经生物学等等，愿意投身于这一新兴领域之中，对类脑计算的发展是具有非常重要的推动作用的。也只有通过跨学科的融合、互相启发、互相借鉴，才有可能实现“类脑智能”的突破。
其次，国际国内有越来越多的团队开展类脑计算研究，其中必然有很多跟随性的研究工作。但近些年，国内一些单位已经在类脑器件、类脑芯片等领域做出了引领性的工作，并不比国外团队差。在这一竞争红海，我相信更多的团队必然会将目光聚焦在硬件、算法、架构、应用等不同层面尚未解决的关键科学问题和核心技术难题。类脑计算的热度依然会保持下去。
DOIT：类脑研究涉及海量的数据，给存储、传输和计算等带来很大的挑战，您有哪些建议？
李祎博士：当前人类社会的数据量呈现出爆炸式的增长，传统的冯·诺伊曼计算架构很难应对如此庞大数据量的高效处理。正因如此，类脑计算才得以兴起。不管是基于存储阵列MAC运算的神经网络加速，还是基于新型神经形态器件的脉冲神经网络，各类类脑计算技术都有一个突出的特点，就是能够在底层器件单元中实现存储跟计算的一体化，从而大幅减少数据在计算系统中的传输量，克服传统计算架构中总线传输带宽的瓶颈。如何充分的发挥类脑器件的存算一体化特征，是类脑计算发展中的重要考量。再例如最近兴起的感存算一体化技术，通过在数据产生端进行高效的信息处理（如压缩、特征提取等），也能有效降低数据传输的压力。
DOIT：在您的研究过程中，您跟其他兄弟单位、社会机构在哪些方面有合作？
李祎博士：华中科技大学集成电路学院信息存储材料与器件团队已经在忆阻器和类脑计算领域开展了十余年研究，长期和清华大学、北京大学、中科院微电子所、国防科技大学、东北师范大学等兄弟院校保持着密切合作关系。也和香港理工大学、台湾中山大学、香港大学、密歇根大学等在研究和人才培养方面开展了长期合作。此外，团队和华为、长江存储等业界龙头企业建立了多个联合实验室开展校企协同攻关。
在人才培养与科学研究当中，我们强烈的感受，是必须要进行全方面的开放合作，跟不同机构、不同领域的科学家一起来进行高水平人才培养和科学研究。类脑计算技术要成熟、要走向应用、形成广泛的生态，必须是不同领域的科学家、工程师、企业家都参与进来。
DOIT :感谢您出席2022全球闪存峰会并发表演讲。能否简单“剧透”您这次将要分享的内容？
李祎博士：我的报告将涵盖以下内容：首先会介绍我们在底层新型类脑器件——忆阻器性能调控方面的突破，支撑其作为类脑硬件中的神经元和突触基元。其次，我会分享几个我们在类脑算法及其在忆阻器中部署验证的代表性工作，以呈现硬件-算法-架构的协同创新。希望我的报告能对听众有所启发和帮助，谢谢！
DOIT :谢谢您的分享，我们月底在闪存峰会线上见！
【专家简介】
李祎，华中科技大学集成电路学院副院长，博士生导师。IEEE Member，中国电子学会会员，中国神经学会类脑智能分会会员。
主要面向后摩尔时代需求，研发忆阻器、阻变存储器等新兴半导体器件，研究其物理机制、性能调控及规模集成，开发其非易失性高性能存储、存算一体化/存内计算、机器学习加速引擎等新兴功能及应用，发展存储与计算融合的非冯·诺依曼计算原理和硬件，以突破传统“图灵-冯氏-硅基”计算范式和硬件的算力和能效瓶颈。
出版《忆阻器导论》等中英文专著和论文，申请发明专利90余项，已授权美国专利9项、中国发明专利50余项。
2021年入选中国科协第六届青年人才托举工程项目，入选“3551光谷人才计划-光谷产业教授”
【源于 华中科技大学 官网】
