梁世军、缪峰团队提出具有超高能效比的并行存内无线计算方案

在数据爆炸的信息时代，广大用户的通信需求爆发式增长，无线通信技术快速地更新迭代，从2G到现在的5G、以及不远的6G，数据传输速度不断提高。而随着通信技术的快速发展，传统数字无线通信技术中的瓶颈问题逐渐凸显出来。在现有的数字无线通信系统中，用于信号处理的数字计算单元（如CPU、GPU等）和用于发射/接收信号的模拟传输单元（如天线等）在硬件上是分离的，由于两个单元在不同的域工作，信号需要在数字域和模拟域之间不断地进行陡峭转换，导致巨大的能量损耗，极大削减了终端设备的续航能力。因此，如何设计出能够消除陡峭模数转换界面，且可以同步完成信号的计算与传输的全新硬件成为一个备受关注的议题。

面向上述挑战，近日，南京大学物理学院缪峰教授、梁世军副教授团队基于忆阻器的存内计算特点，提出并实现了并行存内无线计算通信系统。相比于传统的数字无线通信技术，不仅在功能上将信号处理过程和信号传输过程合二为一，而且在功耗上有两个数量级的降低。在可拓展性方面，该工作展示了这种基于忆阻器交叉阵列的并行存内无线计算技术在多输入多输出无线电波、声学和光学无线通信中的巨大应用潜力。相关研究成果以“Parallel in-memory wireless computing”（并行存内无线计算）为题于2023年5月8日在线发表于Nature Electronics上。南京大学物理学院博士后王聪和博士生阮恭杰为共同第一作者，缪峰教授、梁世军副教授、李遗祥副研究员为该工作的共同通讯作者，共同作者还包括东南大学和紫金山实验室张在琛教授、张川教授、吴亮副教授，南京理工大学程斌教授等。该工作得到了国家优秀青年科学基金、国家自然科学基金重点/面上项目、中科院先导B项目、中央高校基本科研业务费、以及固体微结构物理国家重点实验室、人工微结构科学与技术协同创新中心等的支持。

首先，研究团队将基于忆阻器交叉阵列的并行存内无线计算技术和传统的数字无线通信技术进行了比较（图1a）。传统的数字无线通信技术中的信号处理在数字域完成，而信号发射\接收则在模拟域完成。为了完成通信任务，信号需要在数字域和模拟域之间不断的进行陡峭转换，这种陡峭的转换界面导致了巨大的能量损耗；而本文中提出的并行存内无线计算技术将数字信号处理过程与信号传输过程进行了融合，充分利用忆阻器交叉阵列的并行架构（图1b）和可编程态（图1c-d）来处理时变模拟信号上携带的数字信息，大幅平滑了数字域和模拟域之间的转换界面，能够显著地降低无线数字通信的能耗。

图1：基于忆阻器交叉阵列的并行存内无线计算方法的示意图。a：在传统的无线数字技术中，用于执行信号处理算法的数字单元和用于通过光、声、射频无线介质发射或接收信号的模拟传输单元在物理空间上是分离的。这种在物理空间上分离的信号处理和传输过程会使得数字域与模拟域之间存在一个陡峭的转换界面，导致高延迟和巨大的能量损耗。不同于传统数字无线通信技术，存内无线计算将信号处理过程融入到无线传输过程之中，可以平滑数字域和模拟域之间陡峭的转换界面，一定程度上甚至可以消除模数转换器或数模转换器的使用。b：1T1R忆阻器交叉阵列（34×32）的光学照片，比例尺为500 μm。c：1T1R单元编程电导值的累计概率分布，对应17个可区分的电导等级，每一等级包含1000个闭环写入方法编程的电导值。d：忆阻器件在不同电导态时的线性电流-电压特性。

研究团队随后展示了基于忆阻器交叉阵列的发射机和接收机（图2a, e）。在发射端，首先将待发送的数据存储至调制忆阻器交叉阵列上（图2b），再将正交子载波并行地输入到阵列中，经过调制忆阻器交叉阵列的调制作用可获得调制信号，最后经过射频模块可将调制信号发射到自由空间；在接收端，射频模块接收到的信号时序地被施加在解调忆阻器交叉阵列上，经过解调忆阻器交叉阵列执行解调算法（图2g），可获得解调信号。

图2：基于忆阻器交叉阵列的存内无线计算的实验展示。a：基于忆阻器交叉阵列的无线发射机的电路示意图。正交信号并行地输入忆阻器交叉阵列，在选定的忆阻器列上以输出电流的形式生成正交频分复用基带信号。输出信号经过上变频后由天线发射出去。LO：本振频率。AMP：放大器。b：480比特的数据被编码在电导矩阵中，代表字符串‘Here is a demo of memristor-based communication system @ NJU’的ASCII码形式。c：不同发射符号周期（T1和T2）的基带信号和通带信号。d：发射信号的星座图。点的横、纵坐标分别代表所有子载波频率的同相、正交分量。e：基于忆阻器交叉阵列的无线接收机的电路示意图。LPF：低通滤波器。VGA：可变增益放大器。SHA：采样保持放大器。f：下变频之后的信号从t1到t32按照时序施加在忆阻器交叉阵列中32个不同的电极上。g：用于执行离散傅里叶变换算法和其它算法（包括加窗和信道均衡）的电导矩阵被映射到忆阻器交叉阵列上。h：所有接收信号测量的星座图。

进一步地，研究团队展示了并行存内无线计算在多输入多输出系统中的应用。在发射端，利用忆阻器交叉阵列的并行架构，将其按列划分为不同的区域（图3b），分配给各个发射单元，使其仅用一个阵列即可完成多发射单元的同步调制（图3a左）；在接收端，利用忆阻器交叉阵列的并行架构，将其按行、列划分为不同的子块（图3d），分配给各个接收单元，利用忆阻器的可编程态，在阵列上可以同时执行时频转换和多输入多输出解耦算法，这样仅用一个阵列即可完成多接收单元的同步解调和多输入多输出解耦（图3a右）。

图3：并行存内无线计算。a：基于并行存内无线计算的多输入多输出无线通信。b：左边交叉阵列的权重矩阵。c：不同频率下2×2的复数信道矩阵。d：右边交叉阵列的权重矩阵。离散傅里叶变换和多输入多输出解耦操作被融合在一起，映射到交叉阵列上。e：接收信号的星座图，表明所有的224比特数据都成功地从接收信号中被提取出来，误码率为零。

在此基础之上，研究团队展示了并行存内无线计算在包括超声、光波等其它无线通信方式中的应用，并将其性能、功耗及能效与传统无线通讯系统进行了比较。该工作中提出的并行存内无线计算技术具有通用性，不仅可被应用在无线电波通信中，而且很容易被推广至超声、光学无线通信中（图4a, d）。相比于传统无线数字通信技术，并行存内无线计算具有很高的可靠性（图4g），而且在能耗上有两个数量级的降低（图4h, i）。

图4：基于存内无线计算的超声和光学无线通信以及变化对误码率和能效影响的分析。a：光学无线通信的实验电路示意图。b：在不同传输阶段测得的信号波形。c：接收信号的星座图。d：超声无线通信的实验电路示意图。e：在不同传输阶段测得的信号波形。f：接收信号的星座图。g：编程误差对误码率的影响。h：存内无线计算技术与基于模数转换器的传统方法在数字化模拟信号的能量损耗对比。i：基于存内无线计算的信号处理与传统数字处理技术的能效比较。

最后，值得一提的是，在该工作中，研究团队利用忆阻器阵列作为硬件平台进行原理应用展示，但是该并行存内无线计算技术可以被应用至包括相变存储器、铁电、闪存等在内的非易失存储器阵列中。未来万物互联时代，大量的边缘终端设备会对功耗极其敏感，该工作为解决这些设备之间的低功耗无线通信挑战提供了可行且通用的技术途径。

论文链接：

https://www.nature.com/articles/s41928-023-00965-5

https://rdcu.be/dbEtQ