隨著信息社會的發展，人類社會產生的信息總量開始呈爆炸式增長，這給數據傳輸、存儲、分析和安全帶來了各種挑戰。存算一體化技術被提出用來解決大量運算問題，而在各種方法中，憶阻器（memoristor）被認為是最有前景的方向之一。

1971 年蔡少棠教授首次提出這一概念，他發現電荷，磁通，電流，電壓這四種變量進行兩兩組合，可以得到 6 種關系，對應了人們已知的電阻，電容，電感等無源器件。然而在這些關系中，唯獨電荷與磁通之間的關系尚不明確，因此他基于這一分析預言了第四種無源器件的存在，并將其命名為憶阻器。

圖 1 四種基本的雙端電路元件[1]

2008 年惠普實驗室首次觀測到相關現象，證明了蔡提出的憶阻器的存在。該團隊在研究二氧化鈦器件時，發現隨著器件兩端電場強度的變化，器件的電流特性曲線呈現出通過理論分析和物理建模，惠普團隊將其原理總結為，器件被分成摻雜和非摻雜兩部分，當對器件施加正電場時，氧離子會被電場吸走，留下的氧空位提高了器件導電性，電流變大；反之施加負電場時，氧離子回到摻雜一側填補了氧空位，導致器件導電性變差，電阻變小。

圖 2 憶阻器的物理模型及電流-電壓曲線[1]

隨著器件制備技術的不斷進步，憶阻器的各種分支也得到了廣泛的發展，按照類型可以分為鐵電憶阻器，相變憶阻器，磁控憶阻器，阻變憶阻器等。鐵電憶阻器是基于鐵電器件電疇翻轉；相變憶阻器基于材料的物理結構變化導致的阻值變化；磁控憶阻器則是基于磁疇的翻轉；阻變憶阻器基于材料內部導電細絲的形成程度導致的阻值變化。

在憶阻器的應用方面，也有不同的分支，主要可以分為模擬類型和數字類型。

基于模擬特性的憶阻器電路利用了器件在不同下阻值漸變的特點，將施加的電壓作為輸入變量，器件本身的阻值作為神經元權重，再利用矩陣特點實現乘加計算以及更復雜的神經網絡。

基于數字特性的憶阻器電路利用了，使得憶阻器在組成存儲器陣列的同時，完成一定的邏輯運算，從而減少處理器從存儲單元中搬運數據進行計算最終再存回存儲單元的過程。這兩種方法各有優缺點，但都將成為打破存儲墻瓶頸，解決功耗問題的可行方法。

基于憶阻器搭建的存儲器屬于非易失性存儲器，類似于 FLASH 等，相比于傳統的易失性存儲器，如 SRAM，DRAM 等，有著保持時間長，下電不丟失數據的優點。而與 FLASH等非易失性存儲器相比，憶阻器又具有更快的讀寫速度和更低的讀寫功耗。在主要的憶阻器類型中，MRAM 在存儲可靠性上有較大的優勢，但是其缺點是在制備材料上涉及了磁性物質，制備工藝與 CMOS 較難兼容。PCRAM 與 MRAM 類似，也是受限于工藝問題，發展方向更偏向與閃存競爭。RRAM 則在工藝方面有著天然的優勢，同時由于其高讀寫速度和低功耗，被認為有望替代 SRAM，但受限于器件翻轉機制，在可靠性上還不能滿足要求。

基于憶阻器的芯片被認為在 AI 推理，邊緣計算，物聯網設備等方面有重大潛力，國外芯片巨頭在憶阻器方面早已開始布局。

在 PCRAM 方面，Intel 和意法半導體聯合投資的 Numonyx 公司，在 2010 年就推出了128M PCRAM 存儲芯片 Omneo P5Q。該公司目前仍是該領域的領導者，并致力于推動相變存儲器在嵌入式系統中得到更廣泛的應用。

在 MRAM 方面，飛思卡爾于 2006 年生產了 4Mb 容量的 MRAM 芯片，此后英特爾、三星、海力士等各大公司相繼加速布局。2014 年，東芝在國際會議上宣布使用 MRAM 替代SRAM，可以降低 60%功耗。2017 年，海力士將 MRAM 的存儲容量提高到了 4GB。2022 年，三星展示了首個基于 MRAM 搭建的 AI 平臺，在手寫數字識別準確率上高達 98%，這意味著憶阻器成功邁入到低功耗人工智能芯片領域。

近幾年，國內也有很多公司入場憶阻器領域，目前國內深耕憶阻器方面的公司有：

憶鑄科技

成立于 2020 年，是目前國內唯一能夠自主設計并量產基于 ReRAM 全數字存算一體的大算力 AI 芯片公司。億鑄科技基于 ReRAM 存算一體的技術已實現了從 IP 到工藝的全國產化，在中芯國際和昕原半導體等均有成熟可量產的配套工藝制程。

后摩智能

成立于 2020 年，由吳強博士與多位國際頂尖學者和工業界專家聯合組建，致力于突破智能計算芯片性能及功耗瓶頸，提供大算力、低功耗的芯片及解決方案。目前該公司已經推出了基于 SRAM 的智能計算芯片，并在繼續研發先進工藝下的基于 RRAM 的第二代芯片。

閃易半導體

公司成立于 2017 年，基于隧穿型憶阻器制備出了第一款 SoC 芯片 HEXA01，能支持多種神經網絡模型，可以廣泛應用于家電和物聯網設備的智能控制。通過將閃易半導體獨有的存算一體化技術和類腦計算結合，“基于混合器件的神經形態計算架構及芯片研究”項目有望為更強大的人工智能提供算力基礎。

隨著工藝進步和算法發展，憶阻器技術正在逐漸變得成熟，并且有望在人工智能等高性能計算方面，以及物聯網設備等低功耗計算方面推動芯片技術的下一次革命。

審核編輯：湯梓紅