基于共平面门结构的低编程干扰的电解质门式晶体管阵列 (20 × 20),用于无监督学习

科学领域:

• 材料科学与工程 材料科学与工程
• 电气工程 电气工程
• 计算机科学 计算机科学

背景情况:

• 计算内存 (CIM) 为计算中的数据传输瓶提供了解决方案.
• 在CIM中,传统的双终端设备面临着诸如漏电流和高功耗等挑战.
• 由于制造的复杂性,对用于CIM的三端电解质门式晶体管 (EGT) 的大规模演示是有限的.

研究的目的:

• 为高效的CIM应用设计和演示一个大规模的EGT阵列.
• 通过使用基于晶体管的阵列来克服现有的CIM技术的局限性.
• 展示EGT在构建综合突触阵列中的潜力,用于先进的计算.

主要方法:

• 20x20 EGT阵列的制造使用--氧化物和合的多烯烯电解质.
• 作为突触的个人EGT的表征,评估导电范围,能量消耗,可重复性和更新线性.
• 实施无监督学习,使用54个EGT的获胜者获取全部神经网络.

主要成果:

• 该EGT阵列展示了精确的设备编程,并使相邻设备之间的信号干扰最小.
• 对于读写操作和近线更新特征,个别EGT的能耗较低 (6.984 fJ).
• 神经网络在50次训练代后实现了字母分类100%的准确性.

结论:

• 开发的EGT阵列显示了在突触电路中大规模集成的重大前景.
• 这项工作突出了EGT在实现高效和高性能计算架构方面的潜力.
• 证明的无监督学习能力强调了EGT在神经形态计算应用中的可行性.