与非网 3 月 1 日讯,近来,清华大学微电子所、未来芯片技能高精尖立异中心钱鹤、吴华强团队与合作者联合在英国《天然》杂志(Nature)在线宣布论文表明,研制出根据忆阻器阵列芯片卷积网络的完好硬件完成。
该存算一体体系在处理卷积神经网络(CNN)时能效比前沿的图形处理器芯片(GPU)高两个数量级,可以说在必定程度上突破了“冯诺依曼瓶颈”的约束:大幅提高算力的一起,完成了更小的功耗和更低的硬件本钱。
忆阻器是表明磁通与电荷联系的电路器材。忆阻具有电阻的量纲,但和电阻不同的是,忆阻的阻值是由流经它的电荷确认。因而,经过测定忆阻的阻值,便可知道流经它的电荷量,然后有回忆电荷的效果。最早提出忆阻器概念的人,是华裔的科学家蔡少棠,其时任教于美国的加州大学伯克利分校。
因为忆阻器尺度小、能耗低,所以能很好地贮存和处理信息。一个忆阻器的工作量,相当于一枚 CPU 芯片中十几个晶体管一起发生的功效。
据清华大学新闻页面报导,当时国际上的忆阻器研讨还停留在简略网络结构的验证,或许根据少数器材数据进行的仿真。根据忆阻器阵列的完好硬件完成依然有许多应战。