基于自旋电子学和铁电器件的神经偏微分方程求解器 NeuroPDE
硬件体系结构
2025-07-08 v1
摘要
近年来，蒙特卡洛随机漫步方法等新方法受到广泛关注。然而，由于传统 von Neumann 架构缺乏硬件内在随机性，偏微分方程求解器的性能受到限制。本文介绍了 NeuroPDE，这是一种用于神经偏微分方程求解器的硬件设计，利用新兴的自旋电子学和铁电器件。NeuroPDE 集成了能够进行概率传输以模拟随机漫步的自旋神经元，以及能够非易失存储连续权重的铁电突触。提出的 NeuroPDE 在求解扩散方程时方差小于 1e-2，显示出相较于先进 CMOS-based 神经芯片执行时间加速 3.48 倍至 315 倍、能耗加速 2.7 倍至 29.8 倍的性能优势。通过利用新兴器件的固有物理随机性，该研究为未来的概率神经计算系统铺平了道路。
引用
@article{arxiv.2507.04677,
title = {NeuroPDE: A Neuromorphic PDE Solver Based on Spintronic and Ferroelectric Devices},
author = {Siqing Fu and Lizhou Wu and Tiejun Li and Chunyuan Zhang and Sheng Ma and Jianmin Zhang and Yuhan Tang and Jixuan Tang},
journal= {arXiv preprint arXiv:2507.04677},
year = {2025}
}
备注
9 pages, 12 figures, accepted at ICCAD 2025 (The 2025 IEEE/ACM International Conference on Computer-Aided Design)