一种用于神经符号AI的动态随机存取存储器计算存储器的解决方案：1FeFET-1C技术
宇宙学与河外天体物理
2025-07-11 v2 广义相对论与量子宇宙学
摘要
神经符号人工智能(AI)在从噪声和泛化模式中学习、进行逻辑推理和提供可解释推理方面表现出色。由用于特征提取的'神经'组件和用于决策的'符号'组件组成，神经符号AI尚未充分从高效硬件加速器中受益。此外，当前硬件难以容纳需要在这两个组件之间动态分配资源的应用程序。为解决这些挑战并缓解经典冯·诺依曼架构的数据传输瓶颈，我们提出一种基于铁电电荷域计算存储器(CiM)阵列的架构作为神经符号AI的基础处理单元。该阵列无缝处理'神经'工作负载的关键乘加( MAC)运算以及'符号'工作负载的并行关联搜索运算。为实现这一方法，我们引入一种创新的1FeFET-1C单元，将铁电场效应晶体管(FeFET)与电容组合。该设计克服了DRAM在CiM应用中 destructive 探测的限制，同时能够利用与DRAM类似的单元结构，从而获得对FeFET变异性的高度免疫性——这对神经符号AI至关重要——并显示出优异的能源效率。我们设计的功能已通过SPICE仿真和原型制造与测试进行验证。我们的硬件平台在执行典型的神经符号AI推理任务时，显示出比基于GPU的实现在延迟上提高了2倍，在能源效率上提高了1000倍。
引用
@article{arxiv.2410.15295,
title = {A novel approach to cosmological non-linearities as an effective fluid},
author = {Leonardo Giani and Rodrigo Von Marttens and Ryan Camilleri},
journal= {arXiv preprint arXiv:2410.15295},
year = {2025}
}
备注
4 Figures, 5 pages + references, updated to match the version accepted for publication in PRL. Comments are very welcome!