研究进展 | 自支撑单层非晶碳的合成与性能
层间相互作用调控构建高效稳定层状钙钛矿太阳能电池
中国半导体十大研究进展候选推荐(2020-001)——单原子层沟道的鳍式场效应晶体管
专家视点|黄佳教授:柔性湿度传感器的最新进展
专家视点|魏钟鸣研究员:基于杂化材料的柔性传感器
金属所制备出柔性碳纳米管传感存储一体化器件
中国科大在钙钛矿太阳能电池激发态载流子复合机制研究中取得进展
中国科大成功实现相距50公里光纤的存储器间的量子纠缠
新一代高通量薄膜制备及原位表征技术研发进展
外尔半金属WP2电阻率各向异性及其光谱研究取得进展
官方微信
友情链接

全球首款多阵列忆阻器存算一体系统

2020-04-16

清华大学钱鹤、吴华强研究团队在国际上首次实现了基于多个忆阻器阵列的存算一体系统,在处理卷积神经网络(CNN)时的能效比图形处理器芯片(GPU)高两个数量级,大幅提升了计算设备的算力,在人工智能和物联网等领域具有广阔的应用前景。

多忆阻器阵列芯片硬件系统

随着人工智能应用对计算和存储需求的不断提升,如何通过计算存储一体化突破AI算力瓶颈,成为近年来国内外的研究难点。基于忆阻器的新型存算一体架构,可以打破算力瓶颈,满足人工智能等复杂任务对计算硬件的高需求。该团队针对忆阻器在器件性能优化和工艺集成中面临的瓶颈问题,提出一种采用热保护层调控氧空位分布的新机制,进而研制出一种具有高可靠性的新型忆阻器件,并解决了CMOS工艺兼容性问题,实现了忆阻器的大规模集成。该团队进一步针对存算一体架构在处理CNN时面临的精度下降和速度失配等问题,提出一种新型混合训练方法,在系统层次克服器件非理想特性带来的精度损失,在手写数字集(MNIST)上的识别精度达到96.19%;再结合空间并行机制,将卷积核复制到多组忆阻器阵列中,提高了并行度,实现了系统加速。在此基础上,成功验证了存算一体架构全硬件实现的可行性。

该研究成果以“Fully hardware-implemented memristor convolutional neural network”为题于2020年1月29日在线发表在nature上。清华大学微电子所吴华强教授是本论文的唯一通讯作者。

详情请点击论文链接: https://www.nature.com/articles/s41586-020-1942-4

 

(来源:《半导体学报》微信公众号



关于我们
下载视频观看
联系方式
通信地址

北京市海淀区清华东路甲35号 北京912信箱 (100083)

电话

010-82304210/010-82305052(传真)

E-mail

semi@semi.ac.cn

交通地图
版权所有 中国科学院半导体研究所

备案号:京ICP备05085259号 京公网安备110402500052 中国科学院半导体所声明