Die Firma befindet sich in:
Mit dem schnellen Wachstum künstlicher Intelligenz wird die traditionelle von Neumann-Architektur durch die "Speicherwand" begrenzt, eine riesige Lücke zwischen der Rechengeschwindigkeit und der Geschwindigkeit, mit der gespeicherte Informationen geliefert werden können. In großen neuronalen Netzwerk-Computing-Aufgaben Es war bisher nicht in der Lage, die rasante Entwicklung der Anforderungen an die künstliche Intelligenz zu erfüllen, eine Simulation der menschlichen Gehirnbetriebsart, die Berechnung der Parallelverarbeitung soll Gehirn-ähnliche Datenverarbeitung durch das menschliche Gehirn entstehen lassen Synapsen können gleichzeitig Gedächtnis und Berechnung aufklären.Das Gehirnähnliche Rechnen kann synaptisches Verhalten mit resistivem Gedächtnis simulieren.Wenn der Widerstandszustand des resistiven Speichers geändert wird, während sein Gewichtswert im Netzwerk geändert wird, Die Speicherzelle erreicht gleichzeitig Speicher- und Rechenfunktionen, was die Leistungsfähigkeit des Chips erheblich verbessert. Laut einem Artikel, der im Mai 2017 im Nature Newsletter veröffentlicht wurde, kann ein Gehirnähnliches Gerät den Stromverbrauch auf 1000 reduzieren Einer unten
Abbildung 1 Gehirn-Computer-Diagramm
Die Firma befindet sich in:
Die resistiven Speicher als die vielversprechendste Synapse elektronische Vorrichtung einen einfachen Aufbau, niedrige Betriebsspannung, und Großintegrationsprozesse aufweisen, sind kompatibel mit CMOS und anderen Vorteilen, aber Zweiweg mehr Werte charakteristisch für brain-resistive resistive Speicheranforderungen berechnet Micro Mechanismus ist noch nicht klar, wird dieses Problem stark die Vorrichtung weiterhin Leistungsoptimierung begrenzt. der sogenannte bidirektionale Mehrwert mit dem Widerstandskennwiderstand der Vorrichtung bezieht sich von niedrig zu hoch oder hoch zu niedrig sein kann, wird kontinuierlich verändert. Berechnungen basieren brain RRAM Sauerstoffleerstellenverteilung Zufallseffekt-Modell ‚eine Textexplorationstiefe für bidirektionale resistive Verhalten mehrwertig Oxid resistiven Speicher Monte Carlo Simulationsverfahren zum simulieren eines Sauerstoff Leerstellendominiertem Widerstand ändernden Umständen schlug ungeordneten das Konzept der Quantisierung auf das makroskopische Verhalten der Widerstandsänderung mikroskopisch verteilt aufgrund Sauerstoff-Fehlstellen. die Simulationsergebnisse zeigen, dass Sauerstoff-Fehlstellen erleichtern ungeordnet bidirektionale resistive Multi-Wert, die kontinuierlich umgesetzt für das Gehirn-Widerstand Widerstandsspeicher berechnet Änderungen bieten theoretische Unterstützung und Optimierungshilfe.
Die Firma befindet sich in:
Vergleichstabelle für geordnete und ungeordnete Sauerstoffleerstellenverteilung
Die Firma befindet sich in:
Herkömmliche Geräte und Zweiweg-Dauerwiderstands-Gerätekennlinien
Die Firma befindet sich in:
Resistive Random Access Memory Datenerhalt haben erhebliche Auswirkungen auf die Geräteleistung und Lebensdauer. Obwohl die Daten Einprägungsgrad kein Mangel an guter Forschung, sondern auf die Klasse Gehirn angewendet, um die resistiven Speicheranforderungen der Datenspeicherung des Gedächtnisses und der Tradition zu berechnen haben außer dass die erstere eine kontinuierliche Änderung in der Berechnung der Leitfähigkeit erfordern, und daher besorgt über die Zwischenzustände von Daten (und nicht nur zwei hochohmigen Zustand und Zustand mit niedrigem Widerstand Zustand) Haltefähigkeit, während der Forschung auf diesem kleinen Problem. ‚mit Zum ersten Mal untersuchen wir das statistische Verhalten der Zwischenzustandsdatenspeicherung in mehrwertigen resistiven Speichern basierend auf leitenden Filamenten auf einem 1-KB-Array. Dieses Papier unterteilt die 1024 Bauelementeelemente in 8 Widerstandszustand, bidirektionalen Modulationsmodus Einstellen anfänglichen Widerstandszustand und dann bei 125 ° eingebrannt.] C, einer Vielzahl von verschiedenen Zwischenbeobachtungszustand der resistiven Speicherzelle Leitwert Verteilung ändert sich mit der Zeit bei einer hohen Temperatur, von denen jede resistive Zustand Ergebnisse zeigten Die Leitwertverteilung zeigte eine symmetrische Verteilung mit Anfangsdichte und Verbreiterung mit der Zeit, die Verteilung am Beobachtungspunkt zeigte eine Normalverteilung und die Normalverteilung Zuverlässigkeit Tuch Standardabweichung über die Zeit erhöht, während die mittlere bleibt unverändert. Die Ergebnisse zeigen die angelegten Daten an die resistiven Speichermatrix, brain-Computerchips Gesetz Versagen, sondern auch für die resistiven Speicherzellen des Mehrwert-Kennlinie angedeutet Optimization Richtung.
Die Firma befindet sich in:
Tsinghua-Universität, Zhao Yi Wu Huaqiang Task Force und innovativen Unternehmen in der Studie von resistive Random Access Memory, eine langfristige Zusammenarbeit. Zhao Yi Innovation Dr. Chen Hongyu gehalten hat, ein leitender Manager in der Co-Autor Papierarbeit nebeneinander Studie teilnahm, sagte er sehr dankbar, dass Professor Xie Gaobin und Zhao Mei Ran Studenten, ihre Forschung nicht nur auf künstliche Intelligenz Chip energieeffiziente bietet eine theoretische und Gerätebasis auch für High-Density-resistiven Speicherchipdesign hat eine wichtige Bedeutung in der nahen Zukunft, die Tsinghua-Universität und Zhao Yi Innovation wird auch zusammenarbeiten, um größere resistive Speicherarrays zu entwickeln.
