强大的memcapacitive突触阵列用于节能运动检测

科学领域:

• 神经形态工程的神经形态工程
• 固态设备物理 固态设备物理
• 材料科学是一种材料科学.

背景情况:

• 神经形态系统为传统计算提供了替代方案,但在可扩展性和能源效率方面存在困难.
• 容量内存为能源问题提供了无泄漏的解决方案,但它们的可扩展性和稳定性需要进一步研究.

研究的目的:

• 为可扩展,节能的神经形态应用开发和表征高产量的mem电容器阵列.
• 为了证明该设备在自动驾驶汽车中精确传感运动的能力.

主要方法:

• 使用激烈缩放的金属氧化物半导体 (MOS) 结构制造一个9x9 memcapacitor阵列.
• 评估内存特征,包括可调节的突触可塑性和多重电容状态.
• 在电脉冲下测试设备的性能,并评估其在运动检测中的应用.

主要成果:

• 实现了高收益率 (超过92.5%) 的9x9 mem电容器矩阵,具有可靠的内存特性.
• 证明了64个不同的电容状态和稳定的运行超过2x10^4电脉冲.
• 展示了皮卡瓦特级别的功耗,用于通过短期增强强度来感知车辆运动.

结论:

• 开发的memcapacitor阵列为未来的神经形态系统提供了可扩展和节能的解决方案.
• 该设备的强大性能和传感能力适合于自动驾驶汽车应用.
• 这项工作推进了电容记忆在下一代计算和传感范式中的潜力.