可扩展 VO2 主动忆阻器神经元的生物合理性与随机性
新兴技术
2018-11-08 v1 应用物理
摘要
由人工神经元和突触构成的神经形态网络能够以冯·诺依曼架构无法达到的能效解决计算困难问题。在图像处理中,硅基神经形态处理器在能效上大幅优于图形处理单元(GPU),但其芯片级吞吐量低得多。硅处理器的性能-效率困境可能无法通过互补金属氧化物半导体(CMOS)场效应晶体管的摩尔定律缩放来克服。可扩展且仿生的主动忆阻器神经元与无源忆阻器突触构成了无晶体管神经网络的自足基础。然而,先前对忆阻器神经元的演示仅展示了简单的积分发放(I&F)行为,并未揭示生物神经元丰富的动力学与计算复杂性。在此我们展示,用纳米级二氧化钒主动忆阻器构建的神经元拥有全部三类兴奋性以及大多数已知的生物神经元动力学,并且具有内在随机性。凭借有利的尺寸与功耗缩放,存在通向全忆阻器神经形态皮层计算机的路径。
引用
@article{arxiv.1809.07867,
title = {Biological plausibility and stochasticity in scalable VO2 active memristor neurons},
author = {Wei Yi and Kenneth K. Tsang and Stephen K. Lam and Xiwei Bai and Jack A. Crowell and Elias A. Flores},
journal= {arXiv preprint arXiv:1809.07867},
year = {2018}
}
备注
79 pages, 46 figures, 4 tables