用于脉冲神经网络的重构型忆阻突触中读取分辨率的增强
新兴技术
2025-03-19 v1
摘要
突触是任何神经形态计算系统的关键元件，其大多由忆阻器器件构成。忆阻器是一种两端模拟存储器件。忆阻突触面临多种挑战，如高压成形、SET、RESET失效，以及两个权重间的读取裕度或分辨率问题。增强读取分辨率对使忆阻突触功能可靠至关重要。通常，具有4位数据精度的忆阻突触其读取分辨率很小。本工作逐步分析以增强基于电流控制忆阻器的突触的读取电流分辨率。采用经验模型表征基于HfO2的忆阻器件。我们提出的突触的第一级和第二级器件可经缩放将读取电流裕度分别提升约4.3倍和约21%。此外，读取电流分辨率可通过运行时自适应特性（如读取电压缩放与体偏置）增强。读取电压缩放与体偏置可分别将读取电流分辨率提高约46%和15%。利用TENNLabs的神经形态计算框架评估读取电流分辨率对分类应用的影响。在不同比例的读取噪声场景下，更高的读取电流分辨率展现出优于较低分辨率的精度。
引用
@article{arxiv.2306.13721,
title = {Enhanced Read Resolution in Reconfigurable Memristive Synapses for Spiking Neural Networks},
author = {Hritom Das and Nishith N. Chakraborty and Catherine Schuman and Garrett S. Rose},
journal= {arXiv preprint arXiv:2306.13721},
year = {2025}
}