超低能适应性神经形态计算使用可重新配置的三硫化物记忆器
Yun Ji1, Lin Wang2, Yinfeng Long2
1Department of Electrical and Computer Engineering, National University of Singapore, Singapore, Singapore.
Nature communications
|July 27, 2025
概括
研究人员开发了可重新配置的和三硫化物 (ZnPS3) 记忆器,用于自适应的神经形态计算. 这些超低能量的设备可实现高效的时空信号处理和识别.
科学领域:
- 材料科学 材料科学 材料科学
- 神经科学是一个神经科学.
- 计算机工程 计算机工程
背景情况:
- 适应性神经形态计算需要可重新配置的设备来实现动态资源配置.
- 将各种功能与超低能耗集成到单一设备中是一个重大挑战.
研究的目的:
- 为了展示可重新配置的三硫化 (ZnPS3) 记忆器,能够进行挥发性和非挥发性切换.
- 探索这些memristor在自适应神经形态计算应用中的潜力.
主要方法:
- 制造和ZnPS3记忆器的特征.
- 评估开关特性,包括电压,能源消耗和开/关比.
- 使用开发的memristors实现一个储水库计算网络.
主要成果:
- PS3记忆器表现出具有低开关电压 (~0.180V) 的挥发性和非挥发性切换以及最小的能量消耗 (每次挥发性切换143JJ).
- 设备实现了高开/关比 (10^7) 和256个不同的导电状态,使得神经元类动力学和突触类重量记忆的模拟成为可能.
- 一个水库计算网络在心电图分类中实现了99%的准确性.
结论:
- ZnPS3记忆电阻器为超低能自适应神经形态计算提供了一个有前途的平台.
- 展示的设备重新配置性和性能指标推进了大脑启发的计算系统.
- 这些发现为节能时空信号处理和识别铺平了道路.


