XiaoMi-AI文件搜索系统
World File Search Systemmemristive
关于氧化铝 - 格拉烯界面的理论案例研究
神经形态计算模仿大脑的架构，以创建能量良好的设备。可重新发现的突触对于神经形态计算至关重要，这可以通过抵抗记忆（memristive）切换来实现。基于石墨烯的回忆录已显示出具有理想耐力的非挥发性多重电阻开关。通过第一个原理计算，我们研究了石墨烯与超薄氧化铝覆盖层接触的石墨烯的结构和电子特性，并证明了如何使用电荷掺杂来直接控制其界面共价，从而可逆地控制了在乙烯层中的电导率和分离性之间的切换。我们进一步表明，该提出的机制可以通过石墨烯的p型掺杂来稳定，例如，通过自然出现的缺陷，悬空键或缺陷工程的钝化。
基于自旋轨道扭矩的交叉阵列用于抗错误二进制卷积神经网络
摘要 — 卷积神经网络 (CNN) 是最重要的深度神经网络 (DNN) 类别之一，有助于解决许多与图像识别和计算机视觉相关的任务。它们使用传统 CMOS 技术和数字设计技术的传统实现仍然被认为非常耗能。浮点 CNN 主要依赖于 MAC（乘法和累加）运算。最近，基于 XNOR 和位计数运算的经济高效的 Bite-wise CNN 已被视为可能的硬件实现候选。然而，由于内存和计算核心之间密集的数据提取导致的冯诺依曼瓶颈限制了它们在硬件上的可扩展性。XNOR-BITCOUNT 操作可以通过在忆阻交叉开关阵列上执行的内存计算 (IMC) 范例轻松实现。在新兴的忆阻设备中，自旋轨道扭矩磁随机存取存储器 (SOT-MRAM) 提供了具有更高导通电阻的可能性，从而可以降低读取电流，因为所有交叉开关阵列都是并行读取的。这有助于进一步降低能耗，为更大的交叉开关设计铺平道路。本研究提出了一种基于 SOT-MRAM 的交叉开关架构，能耗极低；我们研究了工艺变异性对突触权重的影响，并对整个交叉开关阵列进行了蒙特卡罗模拟，以评估错误率。模拟结果表明，与其他忆阻解决方案相比，此实现的能耗较低，每次读取操作的能耗为 65.89 fJ。该设计对工艺变化也具有很强的鲁棒性，读取误差极低，最高可达 10%。
基于纳米结构双层 ZrOx/Au 薄膜的双端忆阻器的增强和抑制行为
摘要 模拟突触功能（例如增强和抑制）对于开发人工神经形态结构具有战略意义。通过在去除开关信号后利用电阻水平的逐渐放松，忆阻器可以定性地再现生物突触的短期可塑性行为。为此，已经提出了各种基于纳米制造的金属氧化物半导体堆栈的忆阻器。在这里，我们介绍了一种不同的制造方法，该方法基于以双层平面配置沉积的簇组装纳米结构氧化锆和金薄膜（ns-Au / ZrO x）。该装置表现出具有短期记忆和增强/抑制的忆阻行为。观察到的松弛可以用拉伸指数函数来描述。此外，在重复脉冲应用下，短期现象的特征时间会动态变化。我们的纳米结构装置的特点是与其他纳米级忆阻装置相比，导电路径长度明显更长；氧化锆纳米结构薄膜的使用使得该装置与神经元细胞培养兼容。
生物逼真的神经形态应用的新兴多模式备忘录
摘要来自不同模式的感觉信息（例如触摸和视觉）的集成对于执行决策，学习和记忆等行为功能的生物具有至关重要的。使用电子支持的人工实施人类多感知感知对于实现有效的人类机器相互作用具有重要意义。由于它们与生物突触的结构和功能相似性，回忆录正出现为有希望的纳米版本，用于发展人工神经形态感知。回忆设备可以感觉到多维信号，包括光，压力和声音。他们的传感器计算体系结构代表了有效的多模式感知的理想平台。我们回顾了多模式回忆技术的最新进展及其在具有视觉，嗅觉，听觉和触觉信息的复杂刺激的神经形态感知中的应用。在设备级别上，还引入了操作模型和正在进行的机制。最后，我们讨论了与这一快速发展的研究领域相关的挑战和前景。
类似乐高的可重构人工智能芯片
对实时低功耗传感信息处理能力的需求日益增长。然而，这需要开发和集成从传感器到处理器等不同类型的智能设备。传统的三维 (3D) 异构集成技术基于冯·诺依曼架构，依靠金属线通孔垂直连接传感器、处理器和存储器层 1 。在这样的系统中，这些不同功能层之间的硬连线连接一旦制造出来就固定了。因此，传统的 3D 异构集成技术在边缘智能应用中使用时效率低下，因为在边缘智能应用中，对传感和计算的需求随时间而变。华强吴、林鹏、Jeehwan Kim 和同事在《自然电子学》上撰文，报道了一种可重构异构集成技术，该技术基于可堆叠芯片，芯片中嵌入了光电器件阵列和忆阻横杆 2 。智能传感器和处理器之前已被开发用于图像预处理 3 – 5 和并行识别 6、7 。以前也曾探索过垂直架构的神经形态视觉芯片的概念，即通过线连接将基于范德华异质结构的神经形态传感器和忆阻交叉阵列联网 8 。来自美国、韩国和中国不同研究所的研究人员采用了不同的方法，创造了类似乐高的芯片，允许各种神经形态传感器和处理器通过芯片间光通信连接起来（图 1 ）。在这种 3D 集成技术中，各个芯片是可更换和可堆叠的，光电二极管/发光二极管 (LED) 阵列嵌入在各个独立的芯片层中，以提供相邻层之间的光通信。此外，忆阻交叉阵列可以植入
具有多级功能的RRAM设备增强的紧凑型模型的波浪数字仿真
索引术语 - RRAM，1T-1R，建模，波浪数字化效果，回忆系统，Neuromorhpic摘要 - RRAM DECICES的可靠而紧凑的建模对于支持包括它们在内的新技术的发展至关重要。后者包括广泛的应用，例如神经形态网络中的内存计算或熟悉逻辑。所考虑的基于HFO 2的RRAM设备的主要优势是它们的CMOS兼容性，这使它们可以在当前的应用中使用。但是，RRAM的一个问题是它们的制造仍然导致设备的变化。这使得以实验方式测试有抱负的技术的功能是一项挑战。这项工作致力于1T-1R RRAM设备的紧凑建模和有效的设备。具体来说，我们旨在基于Stanford-PKU模型提供增强的模型，该模型可在任何模拟平台上使用，例如Spice，Verliog-A，甚至是标准ODE求解器，以模拟多级功能的RRAM设备。此外，我们基于Wave数字概念提供了一个算法模型，该模型允许实时模拟所考虑的RRAM设备。使用后者，我们展示了增强模型的滞后，以表现出与实际设备测量值的惊人相似之处。
及信息会议硕士课程纳米电子...
• 机器人自适应计算系统 • 深度神经网络硬件 • 嵌入式多核架构的设计和编程 • 机电网络 • 认证编程语言和编译器设计基础 • 硬件建模与仿真 • 宽带光通信集成电路 • 用于通信和信号处理的集成光子设备 • 光学非经典计算简介：概念和设备 • 神经网络和忆阻硬件加速器 • 神经形态 VLSI 系统 • 物理设计 • VLSI 处理器设计
忆阻器、忆电容及其在神经形态计算中的应用
我们打算证明，我们可以构建专用硬件，使用忆阻器和忆电容将神经网络直接映射到该硬件上，从而提高网络的能源效率。我们将使用以集成电路为重点的模拟程序 (SPICE) 来模拟我们的忆电容和忆阻器。使用此模型，我们将创建一个忆阻和忆电容元件的储存器，并在一系列忆电容与忆阻器比率中评估我们的设计，同时测试储存器结构，包括小世界、交叉开关、随机、分层和幂律实现。我们假设我们的设计将大大提高神经网络的能源效率和性能。
材料
摘要：忆阻器件由于结构简单、集成度高、功耗低、运行速度快等特点，在存储器、逻辑、神经网络和传感应用中备受关注。特别是，由有源门控制的多端结构能够并行处理和操纵信息，这无疑将为神经形态系统提供新概念。通过这种方式，可以设计基于晶体管的突触器件，其中突触后膜中的突触权重被编码在源漏通道中，并由突触前终端（门）修改。在这项工作中，我们展示了强关联金属氧化物中可逆场诱导金属-绝缘体转变 (MIT) 的潜力，可用于设计坚固而灵活的多端忆阻晶体管类器件。我们研究了在 YBa 2 Cu 3 O 7 − δ 薄膜上图案化的不同结构，这些结构能够显示栅极可调的非挥发性体积 MIT，由系统内的场诱导氧扩散驱动。这些材料的关键优势是不仅可以在受限的细丝或界面中均匀调整氧扩散，就像在广泛探索的二元和复合氧化物中观察到的那样，而且可以在整个材料体积中均匀调整。与基于导电细丝的器件相比，关联氧化物的另一个重要优势是显著减少了循环间和器件间的差异。在这项工作中，我们展示了几种器件配置，其中漏极-源极通道（突触权重）之间的横向传导由主动栅极可调体积电阻变化有效控制，从而为设计稳健且灵活的基于晶体管的人工突触提供了基础。
纳米级进展 - RSC 出版
传统计算机技术正面临着根本性的限制，这些限制与硬件架构（冯·诺依曼瓶颈）、晶体管的集成密度（摩尔定律的终结）以及估计功耗的大幅增加有关。这些限制极大地刺激了对新颖和非传统计算概念的研究。1 神经形态工程领域旨在通过设计新型计算硬件来解决这些挑战，这些计算硬件从生物学原理中汲取灵感，例如信号阈值、突触可塑性、并行性和层次结构或内存计算。2 在过去十年中，忆阻器件作为神经形态硬件设计中的基本构建单元发挥了关键作用，重大努力集中在大规模集成