基于单层 MoS2 的大规模集成向量-矩阵乘法处理器
介观与纳米尺度物理
2024-01-24 v1 材料科学
摘要
在物联网兴起的引领下，世界正经历生成数据的指数级增长。诸如信号处理与人工神经网络等数据驱动算法需要处理并从中提取有意义的信息。然而，它们受到传统冯·诺依曼架构处理与存储物理分离的严重限制，这促使了存内计算的发展。这一新兴架构因有望在边缘设备上实现更高能效计算而受到关注。过去几年，二维材料作为适合实现存内架构高效存储单元的材料平台进入该领域。在此，我们报道了一种大规模集成的 32x32 向量-矩阵乘法器，具有 1024 个以单层 MoS2 为沟道材料的浮栅场效应晶体管（FGFET）。在我们的晶圆级制造工艺中，我们实现了高良率与低器件间差异性，这些是实际应用的先决条件。统计分析显示了单编程脉冲下多级与模拟存储的潜力，使我们的加速器能够使用高效的开环编程方案进行编程。接下来，我们展示了以高度并行方式实现可靠的离散信号处理。我们的发现为创建下一代存内处理器与神经网络加速器奠定了基础，其可利用半导体性范德华材料在非冯·诺依曼计算中的全部优势。
引用
@article{arxiv.2303.07183,
title = {Large-Scale Integrated Vector-Matrix Multiplication Processor Based on Monolayer MoS2},
author = {Guilherme Migliato Marega and Hyun Goo Ji and Zhenyu Wang and Mukesh Tripathi and Aleksandra Radenovic and Andras Kis},
journal= {arXiv preprint arXiv:2303.07183},
year = {2024}
}