新型自旋电子神经模拟装置,模拟高能效率和紧凑足迹的LIF神经元动力学


来自普渡大学的研究人员的新技术论文“基于多域自旋电子器件的噪声弹性泄漏集成和发射神经元”。“在硬件上有效模拟神经功能的能力对于构建神经形态计算系统至关重要。虽然已经研究了各种类型的神经模拟设备,但它仍然具有挑战性…»阅读更多

神经形态芯片和电力需求


格拉茨理工大学和英特尔实验室的研究人员发表了一篇题为“基于spike的神经形态硬件中AI应用的长短期记忆”的研究论文。“基于spike的神经形态硬件有望提供比gpu等标准硬件更节能的深度神经网络(dnn)实现。但这需要理解D…»阅读更多

基于峰值驱动时钟和功率门控的亚微瓦峰值神经网络用于超低功耗智能器件


摘要:“本文提出了一种新颖的spike神经网络(SNN)分类器架构,用于在超低功耗物联网(IoT)设备中实现始终在线的人工智能(AI)功能,如关键字发现(KWS)和视觉唤醒。这种始终在线的硬件往往会主导物联网设备的电源效率,因此最小化其电源损耗是至关重要的。»阅读更多

用于神经形态硬件的基于二维材料的均匀晶体管存储器架构


“在神经形态硬件中,基于异构设备的外围电路和记忆通常是物理分离的。因此,为这些器件开发同构器件是提高模块集成度和电阻匹配的重要问题。受二维材料上铁电接近效应的启发,我们提出了一种钨二硒化物- linbo3级联结构。»阅读更多

Baidu