江苏龙网

  1. 首页 > 人文 > >

忆阻器类脑芯片与人工智能( 三 )


目前 ， 国际上忆阻器件的应用方向主要有两个 ， 一个是存储类应用 ， 比如嵌入式存储；另一个是计算类应用 ， 比如类脑计算 。 在类脑计算方面 ， 目前报道的应用演示中 ， 最大规模的忆阻器件阵列是8kb ， 还远远不能满足实际应用的需要 。 如何进一步扩大忆阻器件的集成规模是基于忆阻器件的类脑计算能够真正走向应用的迫切需求 ， 要解决这个问题需要在忆阻器材料、器件和集成技术上取得突破 。 经过近10年的研究 ， 目前的主流忆阻器材料体系是HfO2和Ta2O5这两类材料 ， 这是因为它们具有良好的CMOS工艺兼容性 ， 且报道的基于这两种材料的器件性能优良 。 除此之外 ， 钙钛矿类材料 ， 如SrTiO3 ， 虽然含有较多元素 ， 且难以与CMOS工艺兼容 ， 但其缺陷化学理论较为完善 ， 经常被用来作为研究忆阻器件物理机制的模型材料 。 硫属化合物材 ， 如Ge2Sb2Te5和AgInSbTe ， 是常见的相变材料 ， 在相变存储器中有较广的应用 。 综上所述 ， 未来忆阻器件的发展将重点围绕应用需求展开 ， 在这个前提下 ， 主要从器件、电路、架构和算法4个层面逐步推进 ， 通过它们之间的协同研究和发展解决目前忆阻器件存在的问题 。
忆阻器因能够完全模拟生物突触行为 ， 有望模拟重建生物神经网络并实现神经形态类脑计算 ， 在类脑计算及其硬件化领域引起广泛关注 。 现阶段国际上的研究者对忆阻材料的研究主要集中在利用忆阻器替代神经网络模型中的权重参数 ， 实现神经网络硬件化 。 目前利用忆阻器模拟生物突触并完全类似生物大脑皮层工作还未实现 ， 这主要是由于目前研究者还未掌握生物大脑皮层学习和识别的具体算 法 。 研究生物大脑运行算法 ， 并构建响应的神经网络模型 ， 最终利用忆阻器将神经网络模型硬件化 ， 将成为未来类人智能的一个重要研究方向 。
（2）光子类突触器件与芯片
由于受冯·诺依曼计算架构的限制 ， 在计算机中计算和存储不能同时进行 ， 这种架构严重制约计算机的计算效率和能耗 。 人脑消耗20W的功率能够处理1020MAC/s的数据量 ， 计算效率约比当今超级计算机高9个数量级 。 受大脑高效计算和低能耗的启发 ， 人们开始转向对人脑的研究 。 人的大脑中大约含有1011 个生物神经元 ， 它们通过1015 个联接联成一个系统[19] 。 由于神经元间通过突触相互连接 ， 信息在突触间进行转换、加权处理和传递 ， 而突触又是神经元最重要、数量最多的组成部分 。 同时光学又因为其高速、低能耗、低串扰、可扩展性和高互连带宽等优点 ， 逐渐被研究者所利用 。 因此利用光电子器件作为类突触器件去模拟生物突触非常必要 。 另一方面 ， 光电子器件和神经元遵从的动力学具有数学同构性 ， 基于这种同构性 ， 光电子器件能够模拟神经元行为并实现类脑计算 ， 进而构建光学类脑芯片 。
目前许多电子器件已被用来实现突触功能 ， 例如基于电诱发的阻变器件[20-22] ， 金属-绝缘体-金属结构[23-24]以及基于纳米材料的场效应晶体管结构[25-26]等 。 光学突触方面 ， 基于微型光纤[27]和碳纳米管[28]实现了光学突触和光电突触 ， 其具有大带宽和无电互连损耗的优点 ， 但同时面临着难于集成和速度等限制 。 基于波导结合相变材料的结构实现光学突触成为了一种趋势 。 利用相变材料结合氮化硅波导实现的片上光学突触[29] ， 这种架构能够实现光诱发权重变化和突触权重的可塑性 。
研究进展
1.忆阻器材料
忆阻器具有简单的三明治结构 ， 两层电极加一层忆阻功能层 ， 因此忆阻材料包括电极材料和忆阻功能材料 。 本课题组在电极材料方向发展了低温生长石墨烯技术 ， 旨在开发CMOS兼容的石墨烯材料用于忆阻器电极；在功能层材料方向开展了WTiOx薄膜材料的生长技术 ， 目标是实现高温定性忆阻器功能层 。 下面分别介绍低温生长石墨烯技术和WTiOx薄膜生长技术 。
（1）低温石墨烯生长技术


推荐阅读


上一篇：Win10 2004补丁更新 增强系统安全性

下一篇：苹果手机的录音功能在哪？教你快速开启，想录音太方便了