基于带间隧穿神经元的隧穿电流工艺电压温度变异度估计
应用物理
2023-06-21 v1 新兴技术
摘要
紧凑且高能效的突触与神经元对于实现神经形态计算的全部潜力至关重要。此外，深度神经网络中的神经元确实需要低变异度以获得更高精度。进而，工艺(P)、电压(V)和温度(T)变化(PVT)是低功耗电路的基本考量，因为性能影响与补偿复杂性会带来额外成本。近来，带间隧穿(BTBT)神经元已被证明可在网络中成功运行以实现液态机。对同一晶体管的PVT与竞争工作模式(例如BTBT对比亚阈值与高于阈值)进行比较是评估性能的关键因素。本工作中，我们展示了BTBT区间的PVT变化影响，并以部分耗尽绝缘体上硅MOSFET的亚阈值斜率(SS)与导通区(ION)为基准进行对比。结果表明，导通区变异度最低但功耗更高，因此不适用于低功耗源。在可实现低功耗神经元的BTBT与SS区间中，考虑累积PVT变异度，BTBT区间相较SS区间显示出约3倍的变异度降低(σ_I_D/μ_I_D)。该改善源于众所周知的BTBT相较SS更弱的P、V、T依赖性。我们表明BTBT变异与相互关联的SS及ION工作无关——表明其从机制与位置视角具有不同的起源。因此，BTBT区间有望用于低电流、低功耗及低器件间变异度的神经元工作。
引用
@article{arxiv.2306.11640,
title = {Process Voltage Temperature Variability Estimation of Tunneling Current for Band-to-Band-Tunneling based Neuron},
author = {Shubham Patil and Anand Sharma and Gaurav R and Abhishek Kadam and Ajay Kumar Singh and Sandip Lashkare and Nihar Ranjan Mohapatra and Udayan Ganguly},
journal= {arXiv preprint arXiv:2306.11640},
year = {2023}
}