导读 类脑计算是下一代计算技术的一个有前途的候选者。开发与人脑一样节能、轻便且适应性强的下一代高级人工智能 (AI) 系统引起了人们极大的兴
类脑计算是下一代计算技术的一个有前途的候选者。开发与人脑一样节能、轻便且适应性强的下一代高级人工智能 (AI) 系统引起了人们极大的兴趣。
“然而，在使用超低能量的传统人工突触中模仿大脑的神经可塑性，即改变神经网络连接的能力，极具挑战性。”新加坡科技与设计大学 (SUTD) 助理教授 Desmond Loke 说。
人工突触 - 包括两个神经元之间的间隙，允许电信号相互传递和交流 - 可以模拟大脑的有效神经信号传输和记忆形成过程。
为了提高人工突触的能源效率，Loke 的研究团队首次为人工突触引入了纳米级纯金属电极制造工艺。通过使用仅基于纳米柱的锗-锑-碲化物忆阻器件，该团队设计了一种相变人工突触器件，该器件实现了每对基于脉冲的突触事件 1.8 pJ 的历史最低能耗。与传统的人工突触相比，这大约小了 82%。
“实验表明，基于相变材料的人工突触可以以超低能量执行对脉冲促进/抑制、长期增强/抑制和尖峰时间依赖性可塑性。我们相信我们的发现可以为开发更快、更大规模的人工突触阵列提供一种有前途的方法，并显着提高 AI 任务的性能。”洛克说。
通过沉积和蚀刻工艺形成的传统加热器电极会在界面处造成/造成很大程度的损坏。或者，在本研究中由仅沉积工艺产生的加热电极可能会在界面处产生较小程度的损坏。这可能导致更坚固、无缺陷的界面，接触电阻及其变化显着降低，从而导致工作电流降低。
这项研究发表在 APL Materials 上。来自SUTD的团队成员还包括Shao-Xiang Go和Natasa Bajalovic。其他合作研究人员来自剑桥大学。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！