微分（差分）计算作为现代数学、物理学、计算机科学、工程学以及经济学等诸多学科的基石，其重要性不言而喻。它不仅是理论研究的关键支撑，更是解决实际问题的重要手段。早在大约两百年前，英国伟大的发明家查尔斯•巴贝奇就极具前瞻性地建造了差分机，旨在通过自动机械来执行差分运算，这一创举堪称人类计算机发展的雏形。尽管巴贝奇发明的这台具有革命性意义的机器在人类历史上占据着重要地位，标志着一个新时代的开端，然而，由于其设计过于复杂，加之后来数字计算技术异军突起，它的潜力最终未能得到充分发掘。即便到了当今时代，目前广泛应用的数字差分技术，其实现过程依然错综复杂，难以契合智能时代对于边缘计算和实时处理所提出的严苛要求。正因如此，探索基于新原理的高效差分技术已然成为当下科学研究领域的前沿热点方向。
图1Nature Communications期刊发表华东师范大学“铁电存内差分机”的工作。
近日，华东师范大学物理与电子科学学院、上海类脑智能材料与器件研究中心/极化材料与器件教育部重点实验室的田博博/褚君浩/段纯刚团队联合复旦大学周鹏教授提出了一种利用铁电畴反转的动态特性高效提取差异信息的存内差分技术。该技术基于铁电电容器构建了一种可以直接在铁电存储器内部（存内）计算出差分结果的器件，并命名为存内铁电差分器（in-memory ferroelectric differentiator）。这种新型差分器获取差分信息的速度取决于铁电畴反转时间（原则上可为纳秒级别），且计算过程可在原地完成，因此能大幅降低数据传输量与运算能耗。存内铁电差分器在函数求导、微分方程求解、运动目标提取以及图像差异识别等多种任务中均展现出应用潜力，为实现高能效的差分计算提供了新原理和新范式，对发展高效差分运算和实时视觉反馈系统具有重要意义。该成果以“In-memory Ferroelectric Differentiator”为题于2025年3月28日在线发表在Nature Communications杂志上。华东师范大学电子科学系田博博教授和段纯刚教授和复旦大学周鹏教授为本论文通讯作者，华东师范大学电子科学系冯光迪博士后、赵晓明博士生和黄晓悦硕士生为本论文共同第一作者。
图2基于铁电聚合物的1600单元规模的无源交叉电容型铁电存储器阵列。
铁电材料由于其晶体结构反演对称性破缺而具有非易失的固有自发极化，铁电极化方向可以受到当外电场的作用进行反转。如图2h所示，对铁电电容器施加大于矫顽电场的电压刺激，当施加电场方向与电容器中的极化畴方向一致时，不会发生畴反转现象。然而，当施加电场方向与电容器中极化畴方向相反时，则发生畴反转现象，并且，铁电畴反转产生可宏观探测的位移电流。将铁电的这种对差异信号产生动态响应的特性用于差分计算，这为实现存内差分机提供了创新策略。
研究团队研制了基于铁电聚合物的1600单元规模的无源交叉电容型铁电存储器阵列（图2e）。因为铁电畴具有阈值反转特性，并且阈值的窗口非常窄（图2c），这有效的抑制了无源交叉阵列中的串扰路径效应，该铁电存储器阵列的任意单元中的铁电畴均可独立编程（图2g）。
图3铁电电容器构建的存内差分机用于求解抛物线函数的一阶和二阶导数。
如图3所示，将铁电电容器之间的不同铁电畴用于数值大小的编码，连续向铁电电容器阵列中写入数值，则在写入新的数值过程中所检测到的极化反转引起的位移电流信号，自然的给出当前数值与前一数值之间的差值计算结果（图3a-b）。基于该原理，数学函数g(x)=x2-2x+1的一阶导数g’(x)=2x-2以及二阶导数g’’(x)=2均轻松地被铁电电容器构建的存内差分机计算出来（图3e-i）。
图4铁电电容器构建的存内差分机用于视觉信息中的动态目标提取。
将铁电电容器之间的不同铁电畴用于像素灰度的编码，连续向铁电电容器阵列中写入图像，则在写入新的图像过程中所检测到的极化反转引起的位移电流信号，自然的给出当前图像与前一图像之间的变化像素信息（图4b-c）。基于该原理，存内铁电差分器对篮球入筐、汽车行驶、人体移动等视觉过程执行存内差分计算处理，出色的完成了动态目标提取任务，准确率高达~98.9%。值得注意的是，铁电电容存储器具有亚微秒甚至纳秒级别的操作速度和优异的非易失特性（信息可保持数年），这意味着铁电差分器不仅能够处置自动驾驶等实时高速的动态信息处理，并且能够低能耗的应对那些桥体破损等具有大时间尺度的动态检测任务。
图5传统差分技术与铁电存内差分机的运算流程对比。
如图5所示，与传统运动目标提取（如基于CMOS的方案）中每次差分运算需两次存储器访问和一次逻辑操作的复杂流程不同，铁电差分器仅需一次读取即可完成差分运算，单次差分运算能耗低至0.24 fJ。如此低的操作能耗使存内铁电差分器的理想算力瓶颈达到~4.17 POPS/W，比GPU (NVIDIA V100)高上万倍。
存内铁电差分器的工作是上海类脑智能材料与器件研究中心在类脑硬件领域的一项新突破。上海类脑智能材料与器件研究中心成立于2022年，已经建设为包括智能材料设计和制备、智能器件研制、类脑芯片集成和验证在内的概念验证平台，聚焦承接国家发展类脑智能的重大战略需求任务，为类脑材料的智能芯片的成果转化提供原理和技术可行性研究。在此之前，该中心在智能材料设计和制备、智能器件研制及类脑芯片集成方面相继取得一系列重要原始突破，成果发表于Nature Materials、Nature Communications和Science Advances等国际顶级期刊以及VLSI、IEDM等国际顶级会议。
该工作得到了国家自然科学基金青年B类（原国家优青）、重点研发计划青年科学家、重庆市杰青、上海市启明星等项目的资助。该项研究也感谢华东师范大学微纳加工平台的支持。
论文信息：
Guangdi Feng#, Xiaoming Zhao#, Xiaoyue Huang#, Xiaoxu Zhang, Yangyang Wang, Wei Li, Luqiu Chen, Shenglan Hao, Qiuxiang Zhu, Yachin Ivry, Brahim Dkhil, Bobo Tian*, Peng Zhou*, Junhao Chu, Chungang Duan*. In-memory Ferroelectric Differentiator.Nature Communications16, 3027 (2025)
https://doi.org/10.1038/s41467-025-58359-4
热门跟贴