基于回忆设备的神经网络1,2,3具有提高机器学习的吞吐量和能源效率的能力4,5和人工智能6，尤其是在边缘应用中7,8,9,10,11,12,12,13,14,15,16,16,17,17,18,19,20,20,21。由于从头开始训练神经网络模型在硬件资源，时间和能源方面是昂贵的，因此对数十亿个在边缘分布的回忆神经网络进行单独进行是不切实际的。一种实用的方法是下载从云培训中获得的突触权重，并将其直接编程为Edge应用程序商业化的备忘录。在后面或申请期间，可以进行一些概述电导后的调节后进行调整以适应特定情况。因此，在神经网络应用中，候选人需要高精度的可编程性，以确保大量的回忆网络中的统一和准确的性能22,23,24,25,25,26,27,28。这需要在每个回忆设备上的许多可区分电导水平，不仅是实验室制造的设备，还需要在工厂制造的设备。具有许多电导状态的模拟候选人也有益于其他应用，例如神经网络培训，科学计算甚至“致命计算” 25,29,30。在这里，我们报告了在完全集成的芯片中，有256×256 Memristor阵列单层整合在互补的金属 - 氧化物 - 氧化 - 溶剂导体（CMOS）电路上的256×256 MEMRistor阵列中的候选人达到的2,048个电导水平。我们已经确定了以前限制在回忆录中可以达到的电导水平数量并制定电气操作方案以避免这种限制的基础物理学。这些结果提供了有关对候选人切换的微观图片的基本理解的见解，以及为各种应用提供高精度候选人的方法。
左文资讯声明：未经许可，不得转载。
为您推荐：
- 实测教程”微乐山东麻将怎么开挂”其实确实有挂 2025-06-25
- 必看教程“微乐河南麻将开挂神器”附开挂脚本详细步骤 2025-06-25
- 必看教程“中至麻将外卦神器下载安装”附开挂脚本详细步骤 2025-06-25
- 实测分享“牵手跑胡子赢钱技巧”附开挂脚本详细步骤 2025-06-25
- 必看教程“微乐安徽麻将怎么开挂吗”附开挂脚本详细步骤 2025-06-25
- 电子催化分子识别 2025-06-25
资讯
