Компания находится в:
С быстрым ростом искусственного интеллекта традиционная архитектура фон Неймана ограничена «стеной хранилища», огромным разрывом между вычислительной скоростью и скоростью, с которой может быть доставлена сохраненная информация. В крупномасштабных задачах вычисления нейронной сети Он не смог удовлетворить быстрое развитие требований к искусственному интеллекту до сих пор, моделирование режима работы мозга человека, расчет параллельных вычислений, как ожидается, приведет к мозгоподобным вычислениям, возникшим человеческим мозгом Синапсы могут одновременно просвещать память и вычисления. Мозговые вычисления могут моделировать синаптическое поведение с резистивной памятью. Изменяя резистивное состояние резистивной памяти и изменяя ее весовое значение в сети, Согласно статье группы, опубликованной в Nature Newsletter в мае 2017 года, мозгоподобное устройство может снизить потребление энергии до тысячи Один ниже
Рисунок 1 Схема вычисления мозга
Компания находится в:
Как наиболее потенциальное электронное синаптическое устройство, резистивная память имеет преимущества простой структуры, низкое рабочее напряжение, крупномасштабную интеграцию и совместимость с технологией CMOS. Однако двунаправленные многозначные резистивные характеристики изменения резистивной памяти, Механизм работы еще не ясен, и эта проблема серьезно ограничивает дальнейшую оптимизацию производительности устройства, а это означает, что сопротивление устройства может непрерывно изменяться от высокого к низкому или от низкого к высокому. Кислородные вакансии в резистивной памяти ", направленный на двунаправленное многорезисторное резистивное поведение резистивной резистивной памяти, метод моделирования методом Монте-Карло использовался для имитации резистивной коммутационной среды с преобладанием кислорода, Понятие степени количественно определяет макроскопическое преобразование сопротивления, вызванное распределением микроскопических вакансий кислорода. Результаты моделирования показывают, что неупорядоченное распределение кислородных вакансий способствует реализации двунаправленного многозначного изменения сопротивления, что делает резистивную память для мозгового обмена, Изменения дают теоретические рекомендации по поддержке и оптимизации.
Компания находится в:
Сравнительная таблица распределения вакансий с произвольной и неупорядоченной кислотой
Компания находится в:
Традиционные устройства и сравнительная таблица характеристик характеристик двухстороннего непрерывного сопротивления
Компания находится в:
Удерживающая способность резистивной памяти оказывает значительное влияние на производительность устройства и срок службы. Несмотря на отсутствие недостающих результатов исследований по способности запоминать данные памяти, резистивная память, используемая в мозговых вычислениях, требует сохранения данных и традиционной памяти , Первый требует постоянно меняющейся проводимости в расчете, поэтому больше внимания уделяется способности удерживать данные промежуточных состояний (не только высокоомного состояния и состояния с низким сопротивлением), и мало что известно об этой проблеме. Впервые мы изучаем статистическое поведение удержания промежуточных состояний в многозначной резистивной памяти на основе проводящих нитей на массиве 1 Кб. Эта статья делит элементы устройства 1024 на 8, используя режим двунаправленной модуляции, установили начальное состояние сопротивления, а затем испекли при 125 ° С, наблюдали ряд промежуточных состояний резистивной ячейки памяти при высокотемпературном распределении проводимости во времени, результаты показывают, что каждое состояние сопротивления Распределение проводимости показало симметричное распределение с начальной плотностью и с течением времени. Распределение в точке наблюдения показало нормальное распределение и нормальное распределение Стандартное отклонение ткани увеличивается со временем, в то время как среднее значение остается неизменным. Результаты исследований показывают закон отказа данных массива резистивной памяти, примененный к мозгоподобному вычислительному микросхему, а также указывают на оптимизацию надежности многозначных характеристик резистивных ячеек памяти направление.
Компания находится в:
Ву Хуацянская группа Университета Цинхуа и Siu Yi Innovation Co., Ltd. поддерживали долгосрочное сотрудничество в исследовании резистивной памяти. Д-р Чен Хуню, старший менеджер Siu Yi Innovation, участвовал в этой исследовательской работе и был соавтором диссертации. Он выразил благодарность профессору Гао Бин И студенты Zhao Meiran, их результаты исследований не только обеспечивают теоретическую и аппаратную основу для высокоэффективных чипов искусственного интеллекта, но также имеют важное значение для разработки чипов с высокой плотностью резистивной памяти. В ближайшем будущем Университет Цинхуа и Сиу Йи Инновации также будут работать вместе для разработки более массивных массивов резистивных памяти.
