← 返回 JSSC 论文列表JSSC 2024第7期Memory65nmEmerging MemoryCIM
A 65-nm RRAM Compute-in-Memory Macro for Genome Processing Fan Zhang
首款基于RRAM的存内计算宏单元，专为基因组处理优化。
65nm CMOS, 1.0V, 2.07 TOPS/W, 2.12 G suffixes/J
RRAM存内计算基因组处理DNA比对mRNA定量
▸创新点1：采用RRAM存内计算宏单元设计，首次将HfO2 RRAM与65-nm CMOS单片集成，实现2.07 TOPS/W和2.12 G suffixes/J的能效比，显著提升基因组处理的并行计算能力。
▸创新点2：针对BWT-based DNA短读比对算法优化，支持并行XNOR操作、计数和加法等核心功能，解决了传统计算架构在基因组比对中的高延迟和高能耗问题。
▸创新点3：实现无比对mRNA定量分析，通过优化的存内计算架构直接处理原始数据，避免了传统方法中的序列比对步骤，大幅提高了分析效率。
▸创新点4：提出了一种新型的并行位操作电路设计，显著提升了基因组数据处理中的位操作速度，为高性能基因组分析提供了硬件支持。
Abstract
This work presents the first resistive random access
memory (RRAM)-based compute-in-memory (CIM) macro
design tailored for genome processing. We analyze and demon-
strate two key types of genome processing applications using
our developed CIM chip prototype: the state-of-the-art (SOTA)
burrows–wheeler transform (BWT)-based DNA short- read align-
ment and alignment-free mRNA quantification. Our CIM macro
is designed and optimized to support the major functions essen-
tial to these algorithms, e.g