铁电场效应晶体管的本征突触可塑性用于在线学习
新兴技术
2021-10-13 v2
摘要
以低工作能量通过其本征物理模拟神经突触功能的纳米电子器件，对于实现类脑神经形态计算机至关重要。在本工作中，我们利用铁电场效应晶体管的非线性电压依赖部分极化翻转来模拟生物突触的可塑性特征。我们提供了基于 28nm 高-k 金属栅工艺的器件的突触特性实验测量，并开发了经实验标定的器件模型用于大规模系统性能预测。解耦的读写路径、超低编程能量以及将此器件排布于交叉点架构的可能性，展示了该器件的突触效能。我们的硬件-算法协同设计分析表明，铁电器件的本征可塑性有潜力在训练数据有限的边缘设备中实现无监督局部学习。
引用
@article{arxiv.2107.13088,
title = {Intrinsic synaptic plasticity of ferroelectric field effect transistors for online learning},
author = {Arnob Saha and A N M Nafiul Islam and Zijian Zhao and Shan Deng and Kai Ni and Abhronil Sengupta},
journal= {arXiv preprint arXiv:2107.13088},
year = {2021}
}