基于自旋纳米振荡器的微波神经处理与广播
应用物理
2019-04-26 v1 新兴技术
摘要
我们能否构建能够训练具有数十亿参数的深度网络的小型神经形态芯片？这一挑战需要具有纳米尺度尺寸、可单独调谐且密集连接的硬件神经元与突触。尽管近年来纳米突触器件已被积极研究，但在纳米尺度人工神经元方面的进展要少得多。在本文中，我们展示了自旋纳米振荡器有望实现可通过电磁信号密集互连的模拟硬件神经元。我们展示了自旋振荡器如何映射人工神经元的需求。随后我们通过实验展示，由四个耦合振荡器组成的阵列能够学会对全部十二个美式元音进行分类，实现了纳米尺度神经元所完成的最复杂任务。
引用
@article{arxiv.1904.11240,
title = {Microwave neural processing and broadcasting with spintronic nano-oscillators},
author = {P. Talatchian and M. Romera and S. Tsunegi and F. Abreu Araujo and V. Cros and P. Bortolotti and J. Trastoy and K. Yakushiji and A. Fukushima and H. Kubota and S. Yuasa and M. Ernoult and D. Vodenicarevic and T. Hirtzlin and N. Locatelli and D. Querlioz and J. Grollier},
journal= {arXiv preprint arXiv:1904.11240},
year = {2019}
}