革命性的人工智能：为类脑计算机提供动力的微型技术
研究人员正在为先进的神经形态计算系统开发原子级精确的忆阻器。在美国国家科学基金会未来半导体计划 (FuSe2) 的 180 万美元支持下，堪萨斯大学和休斯顿大学正在合作开发原子级可调的记忆电阻器，即“忆阻器”。这些先进的组件专为大脑启发式计算应用而设计，将 [...]
来源:SciTech日报研究人员正在为先进的神经形态计算系统开发原子级精确的忆阻器。
研究人员正在为先进的神经形态计算系统开发原子级精确的忆阻器。在美国国家科学基金会未来半导体计划 (FuSe2) 的 180 万美元支持下，堪萨斯大学和休斯顿大学正在合作开发原子级可调的记忆电阻器，即“忆阻器”。这些先进组件专为大脑启发式计算应用而设计，将支持半导体行业的劳动力发展。
FuSe2 计划于 2023 年启动，旨在解决半导体研发中的关键挑战，其行业合作伙伴包括美光、英特尔和三星。
神经形态计算和忆阻器开发
由堪萨斯大学物理学和天文学杰出教授 Judy Wu 领导，堪萨斯-休斯顿团队包括堪萨斯大学物理学和天文学副教授 Hartwin Peelaers 和来自休斯顿的 Francisco Robles。他们的项目专注于“神经形态计算”，这是一种模仿大脑高速、节能处理的方法，旨在通过充当人工神经元和突触的忆阻器来增强人工智能。
半导体研究中的协同设计方法
吴和她的同事将使用一种集成材料设计、制造和测试的协同设计方法，实现氧化物半导体忆阻器的精确原子级调谐，以实现神经形态电路中的功能。