半导体产业网获悉，中科院微电子所微电子器件与集成技术重点实验室尚大山研究员与香港大学、清华大学研究人员合作，基于忆阻器（RRAM）存算一体（IMC）芯片，研制了一款连续学习原型系统，该系统针对多任务连续学习场景。
据介绍，研究团队展开软硬件协同设计，软件方面开发了基于突触元可塑性的混合精度连续学习模型（MPCL），采用非对称权重更新策略，平衡权重的可塑性与稳定性，有效缓解灾难性遗忘；硬件方面，团队将MPCL模型部署在由忆阻器存算一体芯片和传统架构处理器组成的混合模拟数字硬件系统上。
近年来，以深度学习和神经网络为代表的人工智能技术在人脸识别、自动驾驶、智慧城市和健康监测等多个领域迅速发展。
中科院微电子所表示，该系统采用IMC计算范式，利用基尔霍夫定律和欧姆定律加速向量矩阵乘法操作，减少了处理器和存储器之间数据传输的能量和时间开销。同时也解决了传统神经网络模型处理时会遗忘已经学到的知识，导致在执行先前任务时性能大幅下降的问题。
