|
忆阻器及其存算一体应用研究进展
江之行,席悦,唐建石*,高滨,钱鹤,吴华强*
清华大学集成电路学院,集成电路高精尖创新中心,北京100084
摘要 深度学习的飞速发展带来了巨大的算力需求,然而基于存算分离的“冯·诺依曼架构”的传统硅基芯片面临着“存储墙”等问题,芯片算力增长逐渐陷入瓶颈。为了解决这个矛盾,研究人员从生物大脑的工作模式得到启发,提出了基于忆阻器的存算一体架构。这种全新的架构在处理神经网络等任务时在能效和速度上较“冯·诺依曼架构”有望实现几个数量级的提升,是实现超低功耗、超高算力计算芯片的最有潜力的技术路线之一。本文综述了各种类型忆阻器的工作机理与最新进展,对比了国内外研究团队的器件研究进展;综述了基于忆阻器的存算一体芯片在神经网络、信号处理和机器学习等方向的应用演示的研究进展;总结了基于忆阻器的存算一体芯片目前面临的挑战,并提出中国在该领域进一步发展的建议。
关键词 忆阻器;类脑计算;存算一体;神经网络;信号处理
(责任编辑 王志敏)
http://www.kjdb.org/CN/10.3981/j.issn.1000-7857.2024.02.004
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-4-30 05:53
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社