相关实验视频
Updated: Jun 21, 2025

07:46
A Method for Growing Bio-memristors from Slime Mold
Published on: November 2, 2017
8.9K
使用随机的memristor交叉杆阵列阵列进行储计算
Xinxin Wang1, Huanglong Li1,2
1Department of Precision Instrument, Center for Brain Inspired Computing Research, Tsinghua University, Beijing 100084, People's Republic of China.
Nanotechnology
|July 11, 2024
概括
这项研究引入了一种使用memristor交叉条数组的新型水库计算 (RC) 方法,克服了传统方法的速度限制. 这种新的物理实现能够通过利用设备变异进行并行处理,实现更快,更可扩展的非传统计算.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机科学 计算机科学
- 电气工程 电气工程
背景情况:
- 储计算 (RC) 是一个有前途的非传统计算范式.
- 新兴的memristor技术为物理RC实现提供了潜力.
- 传统的顺序RC方法面临速度降低和限制在捕捉空间关系.
研究的目的:
- 为了探索使用memristor交叉条阵列的RC新途径.
- 作为物理随机权重矩阵,利用memristors中的设备对设备的变化.
- 通过在 RC 中进行并行处理来实现更快的计算.
主要方法:
- 制造和集成超低电流,没有晶体管的自我选择性记忆器.
- 使用memristor交叉条数组进行并行矩阵向量的乘法.
- 展示数字图像和波形识别的信息处理能力.
主要成果:
- 在memristor交叉条数组中通过并行实现更快的计算.
- 证明了新RC架构的高可扩展性和三维整合性.
- 使用基于memristor的RC系统成功识别数字图像和波形.
结论:
- 可以利用memristors的设备对设备的变化来实现高效的RC.
- 拟议的memristor交叉条阵列架构在传统的RC方法上提供了显著的优势.
- 记忆器设备和电路中的非理想性可以激发新的计算范式.

