Et teknisk papir med titlen "Ferroelectric Tunnel Junction Memristors for In-Memory Computing Accelerators" blev udgivet af forskere ved Lunds Universitet.
Abstract:
"Neuromorphic computing har oplevet stor interesse, da spring inden for kunstig intelligens (AI)-applikationer har afsløret begrænsninger på grund af tung hukommelsesadgang med von Neumann-computerarkitekturen. Den parallelle in-memory computing leveret af neuromorphic computing har potentialet til at forbedre latens og strømforbrug markant. Nøglen til analog neuromorf computerhardware er memristorer, der giver ikke-flygtige multistate konduktansniveauer, høj omskiftningshastighed og energieffektivitet. Ferroelektriske tunnel junction (FTJ) memristorer er primære kandidater til dette formål, men virkningen af de særlige karakteristika for deres ydeevne ved integration i store tværbjælkearrays, kerneberegningselementet til både inferens og træning i dybe neurale netværk, kræver nøje undersøgelse. I dette arbejde er en W/Hf x Zr1-x O2/TiN FTJ med 60 programmerbare konduktanstilstande, et dynamisk område (DR) op til 10, strømtæthed >3 A m-2 at V læse = 0.3 V og meget ikke-lineær strømspænding (I-V) karakteristika (>1100) er eksperimentelt demonstreret. Ved hjælp af en kredsløbsmakromodel evalueres systemniveauets ydeevne af et ægte tværbjælkearray, og der opnås en klassificeringsnøjagtighed på 92 % af det modificerede nationale institut for videnskab og teknologi (MNIST). Endelig den lave konduktans i kombination med den meget ikke-lineære I-V egenskaber muliggør realisering af store vælgerfri tværstangsarrays til neuromorfe hardwareacceleratorer."
Find teknisk papir her. Udgivet december 2023.
Athle, R. og Borg, M. (2023), Ferroelektriske Tunnel Junction Memristors for In-Memory Computing Acceleratorer. Adv. Intell. Syst. 2300554. https://doi.org/10.1002/aisy.202300554
Beslægtet læsning
Øget AI-energieffektivitet med beregning i hukommelsen
Sådan behandler du zettascale-arbejdsbelastninger og holder dig inden for et fast strømbudget.
Modellering af beregning i hukommelse med biologisk effektivitet
Generativ AI tvinger chipproducenter til at bruge computerressourcer mere intelligent.
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
- PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
- PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
- PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
- Kilde: https://semiengineering.com/ferroelectric-tunnel-junctions-in-crossbar-array-analog-in-memory-compute-accelerators/
- :har
- :er
- $OP
- 10
- 1100
- 2023
- 60
- a
- acceleratorer
- adgang
- nøjagtighed
- opnået
- AI
- ,
- applikationer
- arkitektur
- ER
- Array
- kunstig
- kunstig intelligens
- Kunstig intelligens (AI)
- AS
- At
- både
- budget
- men
- by
- kandidater
- karakteristika
- klassificering
- Luk
- kombination
- Compute
- computing
- forbrug
- Core
- Nuværende
- december
- dyb
- dybe neurale netværk
- demonstreret
- tæthed
- digital
- dr
- grund
- dynamisk
- effektivitet
- element
- muliggøre
- energi
- energieffektivitet
- evalueret
- udsat
- Endelig
- fast
- Til
- Forces
- stor
- Hardware
- Have
- tunge
- link.
- Høj
- stærkt
- HTTPS
- identifikator
- KIMOs Succeshistorier
- Forbedre
- in
- Institut
- integration
- Intelligens
- interesse
- ind
- undersøgelse
- Nøgle
- stor
- Latency
- spring
- Niveau
- niveauer
- begrænsninger
- Lav
- Hukommelse
- modificeret
- mere
- nation
- net
- Neural
- neurale netværk
- Ny
- objekt
- of
- on
- åbent
- Papir
- Parallel
- særlig
- ydeevne
- plato
- Platon Data Intelligence
- PlatoData
- potentiale
- magt
- Prime
- behandle
- programmerbar
- forudsat
- leverer
- offentliggjort
- formål
- R
- rækkevidde
- erkendelse af
- Kræver
- forskere
- Ressourcer
- Videnskab
- Videnskab og Teknologi
- set
- betydeligt
- hastighed
- Stater
- forblive
- systemet
- Teknisk
- Teknologier
- deres
- denne
- titlen
- til
- Kurser
- sand
- tunnel
- universitet
- på
- brug
- ved brug af
- af
- var
- med
- inden for
- Arbejde
- zephyrnet