Основываясь на этой информации, мы показываем, что наноустройства памяти можно использовать в нетрадиционном режиме программирования, где они обладают низкой энергией программирования (менее пяти пикоДжоулей на бит) и выдающейся выносливостью (миллиарды циклов). В данной работе добавлены дополнительные измерения OxRAM с более короткими импульсами программирования, анализ влияния битовых ошибок на большее количество наборов данных (анализ данных ImageNet и ЭКГ), а также детальное сравнение и бенчмаркинг нашего подхода с процессорами, не бинаризованными нейронными сетями ASIC и аналоговыми нейронными сетями на основе RRAM. 2. Материалы и методы 2.1. Массив дифференциальной памяти для вычислений в памяти В этой работе мы создали массив памяти для вычислений в памяти с соответствующими периферийными и чувствительными цепями. Ячейка памяти основана на оксиде гафния (HfO2) на основе оксида, резистивной памяти случайного доступа (OxRAM). Стек устройства состоит из слоя HfO2 и слоя титана. Оба
Цифровое биологически правдоподобное внедрение бинаризированных нейронных сетей (Часть 3)
3 мая 20203 мая 2020
6
3 мин