忆阻器 厂家直销模仿神经元间突触的忆阻器件 可以作为神经网络

模仿神经元间突触的忆阻器件可以作为神经网络的硬件，帮助神经网络复制大脑学习的方式。现在，两项新的研究也许能够帮助解决这些组件在生产、可靠性以及获取更广泛应用方面的关键问题。

在电源关闭后，忆阻器和相关的忆阻器件能够记住切换的电气状态。它们可以用于计算和存储数据，大大减少在处理器和内存之间来回传输数据所消耗的能量和时间。这种脑启发式硬件又称神经形态硬件，也许还能够成为实现神经网络的理想选择，比如将人工智能（AI）系统用于医学数据分析和自动驾驶车辆导航等应用。

目前的忆阻器件存在成品率低和性能不可靠的问题。为了帮助克服这些挑战，以色列和中国的研究人员通过在标准互补金属氧化物半导体（CMOS）生产线上制造忆阻器件，实现了这一目标，达到了100%的成品率。他们制成的硅突触处理乘法累加运算（神经网络中最基本的功能）的能效是高性能英伟达Tesla V100图形处理单元的350倍。

科学家开发新器件使用的是商业闪存中的浮栅晶体管技术。传统的浮栅晶体管有3个端子，而新器件只有2个端子，这大大简化了生产和操作流程，缩小了器件尺寸。此外，该研究的资深作者、以色列理工学院电气与计算机工程副教授沙哈尔?科瓦丁斯基（Shahar Kvatinsky）说，这些器件只有二进制输入和输出，不需要神经形态硬件中常用的大型高耗能模数转换器和数模转换器。