神经形态计算:挑战、机遇包括材料、算法、设备和道德


这个新的研究论文题为“2022路线图神经形态计算和工程”是由许多丹麦技术大学的研究人员,学院Microelectronica de塞维利亚CSIC,塞维利亚大学和许多其他人。部分摘要:“本路线图的目的是提出一个快照的神经形态技术的现状,并提供一个意见chall……»阅读更多

Neurosynaptic装置,模拟突触和内在的可塑性与此同时在一个单一的细胞


新的学术论文题为“同步仿真突触和内在使用记忆性突触可塑性”从韩国先进科学与技术研究所的研究人员(韩科院)。抽象神经形态计算目标硬件神经网络的体现,和设备实现单个神经元和突触已经吸引了相当大的关注。模拟……»阅读更多

一个节能DRAM缓存架构与PCM-Based内存移动平台


文摘”电池寿命长是移动设备,一流的设计目标和主要内存占总能耗的主要部分。此外,能源消费从内存与日益增长的需求预计将进一步增加带宽和容量。混合存储系统与DRAM和PCM可以是一个有吸引力的解决方案,提供额外的能力……»阅读更多

比起向Software-Equivalent准确性上的基于变压器深神经网络模拟内存设备


文摘:“最近的深度学习的进步是由于不断增加的模型尺寸,与网络日益增长的数百万甚至数十亿的参数。这样巨大的模型要求快速和节能的硬件加速器。我们学习的潜力模拟人工智能基于非易失性内存加速器,尤其是相变内存(PCM), software-equivalent准确的我…»阅读更多

电力/性能:11月24日


灵活、低功率相变内存斯坦福大学的工程师们创建了一个灵活的相变存储器。非易失性相变内存设备由锗锑、碲(销售税)在两个金属电极之间。1和0代表测量电阻的销售税材料。“一个典型的相变内存设备可以存储两种状态的阻力……»阅读更多

更多的数据,更Memory-Scaling问题


所有类型的记忆正面临压力,要求增加更大的容量,更低的成本,更快的速度,降低权力每天处理新数据产生的冲击。是否行之有效的记忆类型或新方法,需要继续保持缩放前进随着我们对内存的需求增长速度加速。“数据的新经济…»阅读更多

DRAM, 3 d NAND面临新的挑战


这是一个颠倒的内存市场的过程中,这并不是结束。2020年迄今,需求略好于预期的两个主要的内存类型——3 d NAND和DRAM。但是现在有一些市场的不确定性在放缓,库存问题和一个正在进行的贸易战争。此外,3 d NAND闪存市场正朝着新技术一代,但有些enc…»阅读更多

内存问题的人工智能芯片边缘


几家公司正在开发或增加人工智能芯片系统网络上的优势,但供应商面临各种各样的挑战过程节点和记忆的选择很大程度上取决与你一个应用程序。网络边缘包含一个类的产品,从汽车和无人机安全摄像头,智能音箱,甚至企业服务器。所有这些应用程序在…»阅读更多

驯服小说NVM非确定性


新的内存技术可能不确定的特点,添加校准测试负担,一生中可能需要调整。这些记忆是发展的结果搜索记忆存储类(SCM)技术,桥梁之间的差距大,记忆像flash和更快的DRAM内存慢。有几个出路……»阅读更多

DRAM缩放挑战成长


DRAM制造商正在推进下一阶段的扩展,但它们正面临着几个挑战内存技术接近其物理极限。DRAM是主要用于记忆系统和当今最先进的设备是基于大约18到15 nm流程。DRAM的物理限制是大约10纳米。研发扩展技术,有努力,最终……»阅读更多

←旧的文章
Baidu