一种用于基于 MTJ 的深度神经网络、利用概率自旋轨道转矩开关的复合突触
应用物理
2019-10-02 v1 无序系统与神经网络
摘要
模拟突触操作的模拟电子非易失性存储器正被探索用于实现神经形态计算系统。由随机二元元件集合构成的复合突触，是实现多级存储操作的模拟存储器突触的替代方案。在现有二元存储技术中，基于磁隧道结（MTJ）的磁随机存取存储器（MRAM）技术已成熟至商业化阶段。对本文而言更重要的是，随机性天然存在于 MTJ 开关物理中，例如被称为 p-bit 的器件可模拟二元随机神经元。在本文中，我们实验演示了一种新颖的复合突触，其利用位于同一共享自旋霍尔效应（SHE）材料通道（即钽）上的一组纳米磁体的随机自旋轨道转矩（SOT）开关。通过使用恰当选择的脉冲方案，我们能够演示突触中线性增强与抑制，这正是许多神经形态架构所需的。除实验工作外，我们还对基于 SOT-MRAM 的 784*200*10 深度信念网络（DBN）进行了电路仿真，该网络由基于 p-bit 的神经元和复合突触组成。采用 MNIST 模式识别评估系统性能，我们的结果表明，与使用相同脉冲所获得的非线性增强与抑制相比，采用我们的递增脉冲方案可显著降低识别错误率。
引用
@article{arxiv.1910.00171,
title = {A novel compound synapse using probabilistic spin-orbit-torque switching for MTJ based deep neural networks},
author = {Vaibhav Ostwal and Ramtin Zand and Ronald DeMara and Joerg Appenzeller},
journal= {arXiv preprint arXiv:1910.00171},
year = {2019}
}