摘要——随着高速、高精度、低功耗混合信号系统的出现,对精确、快速、节能的模数转换器 (ADC) 和数模转换器 (DAC) 的需求日益增长。不幸的是,随着 CMOS 技术的缩小,现代 ADC 在速度、功率和精度之间进行权衡。最近,已经提出了四位 ADC/DAC 的忆阻神经形态架构。可以使用机器学习算法实时训练此类转换器,以突破速度-功率-精度权衡,同时优化不同应用的转换性能。然而,将此类架构扩展到四位以上具有挑战性。本文提出了一种基于四位转换器流水线的可扩展模块化神经网络 ADC 架构,保留了其在应用重新配置、失配自校准、噪声容忍和功率优化方面的固有优势,同时以延迟为代价接近更高的分辨率和吞吐量。 SPICE 评估表明,8 位流水线 ADC 可实现 0.18 LSB INL、0.20 LSB DNL、7.6 ENOB 和 0.97 fJ/conv FOM。这项工作朝着实现大规模神经形态数据转换器迈出了重要一步。
当前的网络功能在固定的编程规则上很大程度上建立,并且缺乏支持更具表现力的学习模型的能力,例如使用神经形态计算的脑启发的认知计算模型。造成这种缺点的主要原因是基于TCAM基于TCAM的数字数据包处理器的巨大能源消耗和限制。在这项研究中,我们表明,来自模拟领域的最新新兴技术具有很高的潜力,可以以能效和表现力,所谓的认知功能支持网络功能。我们建立了一个名为Memristors的新技术,建立了一个模拟数据包处理架构。我们开发了一种新颖的模拟匹配性记忆,称为概率内容 - 可寻址内存(PCAM),用于支持确定性和概率匹配函数。我们开发了程序抽象,并显示了PCAM对基于队列管理的模拟网络功能的支持。对回忆录芯片的实验数据集的分析仅显示0。01 fj/bit/能量消耗的单元,用于响应模拟计算,比数字计算少50倍。
1.辣椒,Hac Haghigh,F,Faith A和Al。2019。糖尿病学行为56(6):631-50 2. Saliner-Forth MA,CampelGómez-Cake P,FJ Rebel和Al。2018。BMJ Open 8(9):32013。护理糖尿病2009。BMC障碍9:19 5. BARDING JL,PAVCOV ME,DJ MAGLIAN和AL。 2019。 糖尿病学62(1):3-16 2019。 Eur J Prev有氧运动26(2_supplement):25-32 7.Tr,Acs A,Ludwig C 2018。 心脏diabetol 17(1):8.Porta M,Culletto G,Cipulllo D和Al。 2014。 护理糖尿病37(6):1668-74 2011。 Br J Ophthalmol 95:1229-33 10.国际联邦糖尿病。 2021。 IDF地图集糖尿病-10版。 11. To Khunti K,MB的动作,Pocock S和Al。 2018。 Metab obes 20(2):427-37BMC障碍9:19 5. BARDING JL,PAVCOV ME,DJ MAGLIAN和AL。2019。糖尿病学62(1):3-162019。Eur J Prev有氧运动26(2_supplement):25-32 7.Tr,Acs A,Ludwig C2018。心脏diabetol 17(1):8.Porta M,Culletto G,Cipulllo D和Al。2014。护理糖尿病37(6):1668-742011。Br J Ophthalmol 95:1229-33 10.国际联邦糖尿病。2021。IDF地图集糖尿病-10版。11. To Khunti K,MB的动作,Pocock S和Al。 2018。 Metab obes 20(2):427-3711. To Khunti K,MB的动作,Pocock S和Al。2018。Metab obes 20(2):427-37
概率机器学习利用可控的随机性来编码不确定性并启用统计建模。利用量子真空噪声的纯粹随机性,这是由于电磁磁场的流动,已经对高速和能量的随机光子元素表现出了希望。尽管如此,可以控制这些随机元素以编程可能的机器学习算法的光子计算硬件受到限制。在这里,我们实现了由可控的随机光子元件组成的光子概率计算机 - 光子概率神经元(PPN)。我们的PPN在带有真空级注入偏置的偏见的双态光学参数振荡器(OPO)中进行。然后,我们使用电子处理器(FPGA或GPU)进行了一个测量和反馈循环,以解决某些概率机器学习任务。我们展示了MNIST手写数字的概率推断和图像生成,它们是判别和生成模型的代表性示例。在两个实现中,量子真空噪声都用作随机种子来编码样品的分类不确定性或概率生成。此外,我们为通向全光概率计算平台的路径提出了一条路径,估计的采样速率约为1 Gbps,能源消耗约为5 FJ / MAC。我们的工作为可扩展,超快和能量良好的概率机器学习硬件铺平了道路。
摘要 人工神经网络等受大脑启发的计算概念已成为经典冯·诺依曼计算机架构的有前途的替代品。光子神经网络的目标是在光子基底中实现神经元、网络连接和潜在学习。本文,我们报告了通过高质量垂直腔面发射激光器 (VCSEL) 阵列开发快速、节能的光子神经元纳米光子硬件平台。开发的 5 × 5 VCSEL 阵列通过均匀制造结合对激光波长的单独控制提供高光学注入锁定效率。注入锁定对于基于 VCSEL 的光子神经元中信息的可靠处理至关重要,我们通过注入锁定测量和电流诱导光谱微调证明了 VCSEL 阵列的适用性。我们发现我们研究的阵列可以轻松调整到所需的光谱均匀性,因此表明基于我们技术的 VCSEL 阵列可以作为下一代光子神经网络的高能效和超快光子神经元。结合完全并行的光子网络,我们的基板有望实现达到10 GHz 带宽的超快速操作,并且我们表明,基于我们的激光器的单一非线性变换每个 VCSEL 仅消耗约 100 fJ,与其他平台相比,具有很强的竞争力。
乘飞机旅行是当今最安全的旅行方式之一。由于系统故障的严重后果,航空业已经建立了高可靠性要求。 1953 年,双引擎飞机被限制在其航线上距最近机场的飞行时间始终在 60 分钟以内。 1985 年,随着 ETOPS 规则的引入,该规则得到了部分扩展。这些规则与60分钟的限制有一定的偏差,只要运营人在技术和飞机方面满足一定的要求,就允许双发飞机比最近的机场飞行更远的时间,即60分钟。手术。为了获得 ETOPS 许可证,飞机的设备和操作员都必须遵守某些标准和规定。
参考文献:1) Ceze, L., Nivala, J. & Strauss, K. 使用 DNA 进行分子数字数据存储。Nat Rev Genet 20, 456–466 (2019)。https://doi.org/10.1038/s41576-019-0125-3 2)Ranjbar R, Hafezi-Moghadam MS。基于 MPT64 抗体适体的 DNA 折纸药物输送系统的设计和构建,用于治疗结核病。Electron Physician。2016 年 2 月 25 日;8(2):1857-64。doi:10.19082/1857。PMID:27053991;PMCID:PMC4821297。 3)光学纳米天线:作为生物传感器的最新技术、应用范围和挑战以及人类对纳米毒理学的暴露” Sensors 15, no. 4: 8787-8831. 4) Kearney CJ, Lucas CR, O'Brien FJ, Castro CE. DNA Origami:可引导和解释细胞行为的折叠 DNA 纳米装置. Adv Mater. 2016 年 7 月;28(27):5509-24. doi: 10.1002/adma.201504733. Epub 2016 年 2 月 3 日. PMID: 26840503; PMCID: PMC4945425. 5) Pinheiro AV, Han D, Shih WM, Yan H. 结构 DNA 纳米技术的挑战和机遇. Nat Nanotechnol. 6) Endo M, Sugiyama H. DNA 折纸纳米机器。分子。2018 年 7 月 18 日;23(7):1766。doi: 10.3390/molecules23071766。PMID: 30022011;PMCID: PMC6099981。(7) Hernandez-Garcia A. 构建混合蛋白质-DNA 纳米结构的策略。纳米材料。2021;11(5):1332。https://doi.org/10.3390/nano11051332
抽象的脑启发的计算概念(如人工神经网络)已成为古典von Neumann计算机体系结构的有希望的替代品。光子神经网络针对神经元,网络连接和潜在学习光子底物的实现。在这里,我们通过高质量的垂直腔表面发射激光器(VCSELS)的阵列报告了快速和节能光子神经元的纳米光子硬件平台的开发。开发的5×5 VCSEL阵列通过均匀制造以及对激光波长的个人控制,提供了高光学注入锁定效率。注射锁定对于基于VCSEL的光子神经元中信息的可靠处理至关重要,我们通过注入锁定测量值和电流诱导的光谱微调来证明VCSEL阵列的适用性。我们发现我们的研究阵列很容易被调整为所需的光谱均匀性,因此表明基于我们技术的VCSEL阵列可以作为下一代光子神经网络的高能节能和超快速的光子神经元。与完全平行的光子网络相结合,我们的基材有望达到10 s GHz带宽的超快速操作,与其他平台相比,基于激光器的单个非线性转换将仅消耗大约100 fcsel,这是高度竞争性的。
1。ea Manzara,Vera-Serthel JM,Horwitz M,Vele-Velaz-Velaz V,Flores-Sherver Jr,Savial Mirestry L等。成人和肥胖管理的临床实践。当前的OBESREP。2024; 13(4):643-66。2。Cappetti AM,Montero Flesh,Cerccato C,Ossman JJ公爵,Fletcher Basque或Garcia Garcia Je和Al。我意识到美国拉丁语中的肥胖症。牧师obes。2024; 25:比13683。3。暴力 - 康巴斯卡JR,Sánchez-Gomez RA,Fj-González-González,LG的Adame。我们的阿米尼亚人和al。心脏病患者的结局。Care 2021; 44:2552-2563。护理对话。2022; 45:超过100。4。AG,Viswame V,Zhou FL,Hao L,Camath P,Bertolini M和Al。2型糖尿病中临床结果的频率自由。糖尿病。2022; 13(5):983-93。5。Rodrigue-Flores M,EW的Goichacat,Adames-Adam L,Nice Garibay-Neta,Lopez-Spenthrent M,Roys-Russell ME和Al。他们的obes(土地)。2022; 46(3):661-86。Mehta R,Bello-Chavolla OY,Adames-Adame L,Rodris-Flores M,NR Pedraza,BR等。他们的obes(土地)。2022; 46:866-77。LG的Adame Books,Guter-Gutierrez R.它们是内分泌。2022; 2860272。8。暴力 - 科姆帕(Jr),演讲者 - 阿雷多诺(Ardono La),冈萨雷斯·冈萨雷斯(Gonzalez-Gonzalez)JG,LG的Adame Books。在萨马拉和al上如何。与土地相关的甲胺Care 2020; 43:2691-2701。护理对话。2021; 44(4):E79。暴力康巴JR,Lavalle-Gonzalez FJ,LG Adame Books,Ed Harpolite,tuber-cumpa ka。糖尿病。免费护理prim。2021; 15:887-910。Valace-Velian-Velusz V,Mole-Mo,Gartia-Gartia E,Sandaval-Diez E,Adames-Adame L.在墨西哥对肥胖症护理的看法,态度和障碍。肥胖症(银弹簧)。2021; 29(2):317-26。11。AJ替代人,Elizondo-Chinese G,Rodriguez-GutiérezR,LG的Adame Books,González-Gonzalez JG。在具有亚临床性甲状腺功能减退症的中心启动中心媒体:前景研究的控制。Clin Invest Med。2021; 44(4):E39-412。是J Gynaeccol。2020; 151(1):117-213。Sank-Gullia A,Rodriguez-GutérrezR,Salidivar-Rodriguez D,Guzmán-Lopez A,Adame L,Gonzalez-Nava V和Al。帆船阵线A,Rodriguez-GutérrezR,Saviour-Rodriguez D,Guzmán-Lopez A,Castle-Caster C,Shipping-Adame L.诊断糖尿病尖叫的触发玻璃指数的访问。内分泌杀虫剂。2020; 36(12):1112-5。14。样品A,Rodriguez-Vale R,Band-Adame L,Nava V,Díaz-Colmen A,Solis RC和Al。诊断符合性它们是内分泌。Montes-Villaral J,Old-Arredondo LA,Rodriguez-Gutierrez R,Gonzalez-Colmenere AD,RC Solis,Gonzalez-Gonzalez JG等。阅读血清库尔醇并测试此不足。实践。2020; 26(1):30-515。Twentle-Villalobos NA,Rodriguez-GutiérrezR,SaldialGonzálesG,SánchezA,Gomemez-Flores M,Quintanilla-SánchezC等。抗衰老时代:抗药性胰岛素的高速公路流行和特定的临床迹象。他们是J Clin实践。2020; 74:in16。竞选MA,Family-Basses P,Sosa-Caballero A,Ray-ray A,Faradji-Hazaan RN,FG的Padilla等。MEX卡。2020; 90(供应):77-83。建议患有危险因素或已建立的心血管疾病的糖尿病患者和SARS-COV-2Mellitus con factores de riesgo o Enfermedad心血管建立Y SARS-COV-2。