面向人工智能应用的新型忆阻器机理、算法及电路研究

简介

现有集成电路受器件约束，形成存算分离的结构，功耗、体积大，效率低。忆阻器是理想的下一代仿生人工智能计算单元，而其低均一性、稳定性、高功耗导致难以投入使用。本文首先提出完备的忆阻器多模态仿真方法，之后通过结构优化提升了忆阻器本身的性质，并且提出了全新的忆阻器应用方式，极大的扩展了忆阻器电路的迁移性，克服传统架构高传输损耗等问题，推动神经形态计算发展，为开发出低功耗、高性能的新型人工智能做出底层突破。