NMC 系统的技术测试需要适当的方法和设备以及对测试程序的明确描述(Leupers,2024)。有必要弥合系统应用、电路架构和电子设备的要求与可用材料之间的差距,这需要规定系统层及其接口。带有被测设备的验证平台充当实用工具,将集成电路或所谓的神经形态硬件与输入和输出连接起来。这种灵活的测试环境有助于软件开发,以将人工智能应用程序迁移到新的基于忆阻设备的电路。这是评估和验证神经形态系统架构及其相应软件的一种变体。
本文件按“原样”提供,不提供任何形式的担保。ChampionX 不提供任何明示或暗示的担保,包括但不限于适销性、特定用途的适用性或任何用途的适用性、所有权和非侵权性的暗示担保。虽然在编写本文件时已采取合理的谨慎措施,但 ChampionX 不声明或保证本文件的内容准确、完整、可靠、最新或无错误。
摘要:人们对 3D 打印在传感器制造中的应用越来越感兴趣。使用 3D 打印技术为制造几何和功能复杂的传感器提供了一种新方法。这项工作介绍了对 3D 打印热塑性纳米复合材料在施加力下的压缩的分析。获得了相应电阻变化与施加负载的响应,以评估打印层作为压力/力传感器的有效性。聚乳酸 (PLA) 基质中的多壁碳纳米管 (MWNT) 和高结构炭黑 (Ketjenblack) (KB) 被挤出以开发可 3D 打印的细丝。研究了创建的 3D 打印层的电和压阻行为。MWNT 和 KB 3D 打印层的渗透阈值分别为 1 wt.% 和 4 wt.%。厚度为 1 mm 的 PLA/1 wt.% MWNT 3D 打印层表现出负压系数 (NPC),其特征是,当压缩载荷增加至 18 N 且最大应变高达约 16% 时,电阻会下降约一个数量级。在力速率为 1 N/min 的循环模式下,PLA/1 wt.% MWNT 3D 打印层表现出良好的性能,压阻系数或应变系数 (G) 为 7.6,压阻响应幅度 (A r) 约为 -0.8。KB 复合材料在循环模式下无法显示稳定的压阻响应。然而,在高力率压缩下,PLA/4 wt.% KB 3D 打印层导致大灵敏度的响应(Ar=-0.90)并且在第一个循环中不受噪声影响,具有 G = 47.6 的高值,这是一种高效的压阻行为。
摘要 —本文介绍了一种由工作在亚阈值区域的串联 PMOS 器件组成的新策略和电路配置,用于实现极低频有源 RC 滤波器和生物放大器所需的超高值电阻器。根据应用不同,例如生物放大器中的信号带宽可能从几 mHz 到最高 10 kHz 不等。提出了三种不同的电阻结构来实现超高阻值。虽然提出的超高阻值伪电阻器的阻值在几 T Ω 的数量级,但它们占用的片上硅片面积很小,这是超低功耗可植入生物医学微系统中模拟前端电路设计的主要问题之一。此外,这些超高阻值电阻器导致使用小电容来产生非常小的截止频率。因此,实现电容所需的大面积也大大减少。所提出的电阻结构在宽输入电压范围(-0.5 V~+0.5 V)内变化很小,约为7%和12%,从而显著改善了生物放大器的总谐波失真和系统的模拟前端。在180nm CMOS工艺中设计的不同电路的仿真结果证明了所提出的超高阻值伪电阻的优势。
基于脉冲神经网络的神经形态计算有可能显著提高人工智能的在线学习能力和能源效率,特别是对于边缘计算。计算神经科学的最新进展证明了异突触可塑性对于网络活动调节和记忆的重要性。因此,在硬件中实现异突触可塑性是非常可取的,但重要的材料和工程挑战仍然存在,需要在神经形态设备方面取得突破。在这篇小型评论中,我们概述了具有可调突触可塑性的硅基多端忆阻设备的最新进展,从而实现了硬件中的异突触可塑性。讨论了这些设备与工业互补金属氧化物半导体 (CMOS) 技术的可扩展性和兼容性。
电阻开关器件由于其出色的性能、简单性和可扩展性而成为下一代非易失性存储器的有希望的候选者。其中,开发多级电阻开关因其在显著提高信息存储密度且不消耗额外能量的潜力而引起了广泛关注。尽管在许多金属氧化物和有机材料中已经观察到连续多级电阻开关 (CMRS),但实际应用仍然迫切需要实现高速和可靠的随机存取多级非易失性存储器 (RAMNM)。在这里,我们成功地制造了一种基于高性能脉冲宽度调制忆阻铁电隧道结 (FTJ) 的 RAMNM,其 Pt/La 0.1 Bi 0.9 FeO 3 /Nb:SrTiO 3 在室温下具有超过 4 × 10 5 的巨大开关比。
我们提出在可行的超导电路架构中通过电容和电感耦合实现两个量子忆阻器的相互作用。在这个组合系统中,输入随时间相关,从而改变每个量子忆阻器的动态响应,包括其收缩磁滞曲线和非平凡纠缠。从这个意义上讲,并发和忆阻动力学遵循相反的行为,当磁滞曲线最小时,显示纠缠的最大值,反之亦然。此外,每当量子忆阻器纠缠最大时,磁滞曲线随时间的方向就会反转。组合量子忆阻器的研究为开发神经形态量子计算机和原生量子神经网络铺平了道路,使当前 NISQ 技术在量子方面占据优势。
摘要:本文旨在研究补偿硅压力传感器的迟滞误差,以提高传感器精度。研究对象是基于MEMS技术的工业领域中的大量程扩散硅压阻式压力传感器。由于传感器的迟滞特性复杂,补偿困难,目前尚未见相关研究的先例。作者分析了迟滞特性的成因和影响因素,并通过实验证明了硅压力传感器满足广义Preisach模型的必要和充分条件。利用传感器的Preisach模型,采用逆广义Preisach模型的补偿算法对迟滞误差进行补偿,实验表明,补偿后迟滞误差明显减小,从而提高了传感器的精度。
PIC SOI 晶圆上的附加光子设计层与 BiCMOS BEOL 层一起 LBE 提供局部背面蚀刻模块,用于局部去除硅以提高无源性能(适用于所有技术) TSV 模块是 SG13S 和 SG13G2 技术中的附加选项,可通过硅通孔提供 RF 接地以提高 RF 性能。 MEMRES 基于 SG13S 技术中的电阻式 TiN/HfO 2-x/TiN 开关器件的完全 CMOS 集成忆阻模块。还提供包括布局和 VerilogA 仿真模型的工艺设计套件。 TSV+RDL 模块是 SG12S 和 SG13G2 技术中的附加选项,在 BiCMOS 上提供具有单个重新分布层的 TSV