XiaoMi-AI文件搜索系统
World File Search Systemcomposed
CNT 互连优化 - Enlighten Publications
摘要 — 本文第一部分介绍了 5 纳米碳纳米管场效应晶体管 (CNFET) 静态随机存取存储器 (SRAM) 单元的尺寸和参数优化。在此基础上，我们提出了一种由原理图优化的 CNFET SRAM 和 CNT 互连组成的碳纳米管 (CNT) SRAM 阵列。我们考虑由金属单壁 CNT (M-SWCNT) 束组成的 CNFET SRAM 单元内部的互连来表示金属层 0 和 1 (M0 和 M1)。我们研究了考虑 CNFET 器件、M-SWCNT 互连和金属电极钯与 CNT (Pd-CNT) 触点的 CNFET SRAM 单元的布局结构。探索了两种版本的单元布局设计，并在性能、稳定性和功率效率方面进行了比较。此外，我们实现了一个 16 Kbit SRAM 阵列，由提出的 CNFET SRAM 单元、多壁 CNT (MWCNT) 单元间互连和 Pd-CNT 触点组成。这种阵列表现出明显的优势，其读写总能量延迟积（EDP）、静态功耗和核心面积分别为采用铜互连的7nm FinFET-SRAM阵列的0.28×、0.52×和0.76×，而读写静态噪声裕度分别比FinFET高6%和12%。
报告编号 SAT-01.1 - 联邦航空管理局
安全分析团队 (SAT) 由十名航空器认证服务 (AIR) 员工组成，他们拥有广泛的经验、教育和专业知识，是 AIR 员工队伍的横截面。每位 SAT 成员均由各理事会和部门经理选出，代表 AIR 的各理事会和部门。SAT 由工程师、检查员、飞行员和国家资源专家 (NRS) 组成。联系飞机认证管理团队 (ACMT) 成员是发动机和螺旋桨理事会 (ANE-100) 的经理。SAT 还获得了规划和项目管理部门 (AIR-500) 的协助和自动化支持、技术和行政支持人员 (ANE-103) 的技术写作和图形艺术支持以及发动机认证办公室 (ANE-140) 的额外技术支持。
神经形态在线聚类和分类
神经形态架构的底部两层经过设计，并被证明能够进行在线聚类和监督分类。使用主动脉冲树突模型，单个树突段执行的功能与经典的积分和激发点神经元基本相同。然后，单个树突由多个段组成，并能够进行在线聚类。虽然这项工作主要侧重于树突功能，但可以通过组合多个树突来形成多点神经元。为了展示其聚类能力，树突被应用于脉冲分类——脑机接口应用的重要组成部分。监督在线分类被实现为由多个树突和简单投票机制组成的网络。树突独立且并行地运行。网络以在线方式学习，并能适应输入流中的宏观变化。
![arXiv:2107.05306v1 [quant-ph] 2021 年 7 月 12 日](/simg/e\e236dbd0fdc4c22aa268cd10e6fc632f81742fd5.webp)
arXiv:2107.05306v1 [quant-ph] 2021 年 7 月 12 日
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。
