A empresa está localizada em:
Com o rápido crescimento da inteligência artificial, a arquitetura tradicional de von Neumann é limitada pelo "muro de armazenamento", uma enorme lacuna entre a velocidade computacional e a velocidade na qual a informação armazenada pode ser entregue. Em tarefas de computação de rede neural de grande escala Não conseguiu atender ao rápido desenvolvimento dos requisitos de inteligência artificial até agora, uma simulação do modo de operação do cérebro humano, o cálculo e o armazenamento esperam alcançar a computação paralela semelhante ao cérebro criada pelo cérebro humano As sínteses podem iluminar a memória e a computação ao mesmo tempo. A computação semelhante ao cérebro pode simular o comportamento sináptico com a memória resistiva. Ao mudar o estado de resistência da memória resistiva enquanto altera seu valor de peso na rede, A célula de memória atinge funções de memória e computação ao mesmo tempo, melhorando consideravelmente o desempenho do chip. De acordo com o artigo publicado no Nature Newsletter em maio de 2017, um dispositivo semelhante a um cérebro pode reduzir o consumo de energia para 1000 Um abaixo
Figura 1 diagrama de computação cerebral
A empresa está localizada em:
Como o dispositivo sináptico eletrônico mais potente, a memória resistiva possui as vantagens de uma estrutura simples, baixa tensão de operação, integração em grande escala e compatibilidade com a tecnologia CMOS. No entanto, as características de mudança resistiva multivalue bidirecional da memória resistiva requerida por cérebro- O mecanismo de trabalho ainda não está claro, e este problema limita severamente a otimização do desempenho do dispositivo, o que significa que a resistência do dispositivo pode mudar continuamente de alta a baixa ou de baixa a alta. Oxygen vacância distribuição desordem resistência modelo de memória resistiva 'no artigo para resistência da memória resistiva de óxido bidirecional multi-valor comportamento resistivo em profundidade exploração usando o método de simulação de Monte Carlo para simular vagas de oxigênio dominou o ambiente de transição de resistência, transtorno proposto O conceito de grau quantifica a transformação da resistência macroscópica causada pela distribuição de vagas de oxigênio microscópicas. Os resultados da simulação mostram que a distribuição desordenada das vagas de oxigênio é favorável à realização de mudanças de resistência bidirecionais de múltiplos valores, o que torna a memória resistiva para o brain- As mudanças fornecem orientação teórica e orientação de otimização.
A empresa está localizada em:
Tabela de comparação de distribuição de vagas de oxigênio ordenada e desordenada
A empresa está localizada em:
Dispositivos tradicionais e gráficos de comparação de características de dispositivos de resistência contínua bidirecional
A empresa está localizada em:
A capacidade de retenção de dados da memória resistiva tem um impacto significativo no desempenho do dispositivo e na vida útil. Embora não haja falta de resultados de pesquisa pendentes na capacidade de retenção de dados da memória, a memória resistiva usada na computação semelhante ao cérebro requer a retenção de dados e a memória tradicional , O primeiro exige uma condutância continuamente variável no cálculo, por isso é dada mais atenção à capacidade de retenção de dados dos estados intermediários (não apenas o estado de alta resistência e o estado de baixa resistência) e pouco se sabe sobre esse problema. Pela primeira vez, estudamos o comportamento estatístico da retenção de dados do estado intermediário na memória resistiva de vários valores com base em filamentos condutores em uma matriz de 1Kb. Este documento divide os 1024 elementos do dispositivo em 8 impedâncias, usando o modo de modulação bidirecional, definiram o estado de resistência inicial e, em seguida, cozidas em 125 ℃, observaram vários estados intermediários de células de memória resistivas diferentes sob distribuição de condutividade de alta temperatura ao longo do tempo, os resultados mostram que cada estado de resistência A distribuição de condutância mostrou uma distribuição simétrica com densidade inicial e ampliação com o tempo. A distribuição no ponto de observação mostrou uma distribuição normal e a distribuição normal O desvio padrão do tecido aumenta com o tempo enquanto a média permanece inalterada. Os resultados da pesquisa mostram a lei de falha de dados da matriz de memória resistiva aplicada ao chip de computação semelhante ao cérebro e também indicam a otimização da confiabilidade das características multivaluentes das células de memória resistiva Direção.
A empresa está localizada em:
Wu Huaqiang Group da Universidade de Tsinghua e Siu Yi Innovation Co., Ltd. mantiveram uma cooperação a longo prazo na pesquisa de memória resistiva. O Dr. Chen Hongyu, gerente sênior da Siu Yi Innovation, participou desse trabalho de pesquisa e foi co-autor da dissertação. Ele agradeceu ao professor Gao Bin E os estudantes de Zhao Meiran, seus resultados de pesquisas não só fornecem base teórica e de dispositivo para chips de inteligência artificial de alta eficiência, mas também têm um significado importante para o projeto de chips de memória resistiva de alta densidade. Num futuro próximo, a Universidade de Tsinghua e Siu Yi A inovação também funcionará em conjunto para desenvolver matrizes de memória resistiva maiores.
