利用稀磁半导体实现二值随机神经元以提升 p-计算机的每秒翻转次数与速度
介观与纳米尺度物理
2023-07-11 v1 系统与控制
系统与控制
摘要
利用具有面内磁各向异性的低或零能垒纳米尺度铁磁体（LBMs）实现的二值随机神经元（BSN）进行概率计算，已成为解决计算困难问题的一种高效范式。LBM 在室温下的涨落磁化编码一个 p 比特，它是 BSN 的构建单元。其唯一缺点是常见（过渡金属）铁磁体的动力学相对缓慢，因此每秒可生成的不相关 p 比特数——即所谓“每秒翻转次数”（fps）——不足，导致在 p-计算机自主协处理中计算速度慢。在此，我们展示一种提升 fps 的简单方法：用具有小得多的饱和磁化强度 Ms 的稀磁半导体（如 GaMnAs）替代常用的大饱和磁化强度 Ms 的铁磁体（如 Co、Fe、Ni）。更小的 Ms 降低了 LBM 内的能垒并显著增加了 fps。它还带来其他益处，如提高封装密度以增强并行化，以及减小器件间差异。这为兑现 p-计算机的硬件加速与能效前景提供了一条途径。
引用
@article{arxiv.2307.04663,
title = {Increasing Flips per Second and Speed of p-Computers by Using Dilute Magnetic Semiconductors to Implement Binary Stochastic Neurons},
author = {Rahnuma Rahman and Supriyo Bandyopadhyay},
journal= {arXiv preprint arXiv:2307.04663},
year = {2023}
}