忆阻类脑计算

随着深度学习的高速发展,目前智能算法的飞速更新迭代对硬件算力提出了很高的要求.受限于摩尔定律的告竭以及冯·诺伊曼瓶颈,传统CMOS集成无法满足硬件算力提升的迫切需求.利用新型器件忆阻器构建神经形态计算系统可以实现存算一体,拥有极高的并行度和超低功耗的特点,被认为是解决传统计算机架构瓶颈的有效途径,受到了全世界的广泛关注.本文按照自下而上的顺序,首先综述了主流忆阻器的器件结构、物理机理,并比较分析了它们的性能特性.然后,介绍了近年来忆阻器实现人工神经元和人工突触的进展,包括具体的电路形式和神经形态功能的模拟.接着,综述了无源和有源忆阻阵列的结构形式以及它们在神经形态计算中的应用,具体包括基于神经网络的手写数字和人脸识别等.最后总结了目前忆阻类脑计算从底层到顶层所遇到的挑战,并对该领域后续的发展进行了展望.     

N型局部有源忆阻器的神经形态行为

局部有源忆阻器(locally-active memristor,LAM)凭借其高集成度、低功耗和局部有源特性等优点,在神经形态计算领域显示出巨大的潜力.本文提出了一种简单的N型LAM数学模型,通过揭示其非线性动力特性,设计了N型LAM神经元电路.采用Hopf分岔、数值分析等方法定量研究了该电路的动力学行为,成功模拟了多种神经形态行为,包括全或无行为、尖峰、簇发、周期振荡等.并利用该神经元电路结构模拟了生物触觉神经元的频率特性.仿真结果表明:当输入信号幅值低于阈值时,神经元电路输出信号的振荡频率与输入信号强度呈正相关(即兴奋状态),并在阈值处达到最大值.随后,继续增大激励强度,振荡频率则逐渐降低(即保护性抑制状态).最后,设计了N型LAM硬件仿真器,并完成了人工神经元电路的硬件实现,实验结果与仿真结果、理论分析相一致,验证了该N型LAM具备的神经形态行为.     

N型局部有源忆阻器的神经形态行为

局部有源忆阻器(locally-active memristor,LAM)凭借其高集成度、低功耗和局部有源特性等优点,在神经形态计算领域显示出巨大的潜力.本文提出了一种简单的N型LAM数学模型,通过揭示其非线性动力特性,设计了N型LAM神经元电路.采用Hopf分岔、数值分析等方法定量研究了该电路的动力学行为,成功模拟了多种神经形态行为,包括全或无行为、尖峰、簇发、周期振荡等.并利用该神经元电路结构模拟了生物触觉神经元的频率特性.仿真结果表明:当输入信号幅值低于阈值时,神经元电路输出信号的振荡频率与输入信号强度呈正相关(即兴奋状态),并在阈值处达到最大值.随后,继续增大激励强度,振荡频率则逐渐降低(即保护性抑制状态).最后,设计了N型LAM硬件仿真器,并完成了人工神经元电路的硬件实现,实验结果与仿真结果、理论分析相一致,验证了该N型LAM具备的神经形态行为.     

面向感存算一体化的光电忆阻器件研究进展

脑启发神经形态计算系统有望从根本上突破传统冯·诺依曼计算机系统架构瓶颈,极大程度地提升数据处理速度和能效.新型神经形态器件是构建高能效神经形态计算的重要硬件基础.光电忆阻器作为新兴的纳米智能器件,因具备整合光学感知、信息存储和逻辑计算等功能特性,被认为是发展类脑视觉系统的重要备选.本文将综述面向感存算功能一体化的光电忆阻器研究进展,包括光电忆阻材料与机制、光电忆阻器件与特性、感存算一体化功能及应用等.具体将根据机制分类介绍光子-离子耦合型和光子-电子耦合型光电忆阻材料,根据光电忆阻特性调节方式介绍光电调制型和全光调制型光电忆阻器件,根据感存算一体化功能介绍其在认知功能模拟、光电逻辑运算、神经形态视觉功能、动态探测与识别等方面的应用.最后总结光电忆阻器的主要优势以及所面临的挑战,并展望光电忆阻器的未来发展.     

基于有机/无机双层忆阻器的人工光电神经元

提出了一种基于Ag/IDTBT/ZnO/Si忆阻器的人工神经元器件,该器件开关比约为102～103且有较低的工作电压。该器件能够模拟泄漏集成点火的神经元模型。此外,研究了IDTBT浓度对人工神经元器件性能的影响。结果表明：IDTBT浓度的增加会导致薄膜厚度的增加,进而会使得神经元器件的阈值电压升高以及积分点火所需要的幅值电压变大。当有光照射之后,器件的阈值电压会明显降低。在器件储存了30天后重新测试,器件性能没有明显的变化,说明该器件具有良好的稳定性。本工作为促进神经形态系统的发展提供了有效的策略。     

忆阻器及其阻变机理研究进展

忆阻器是除电阻、电容、电感之外的第四种电路元件,在信息存储、逻辑运算和神经网络等研究领域具有重要的应用前景.本文综述了忆阻器以及忆阻器材料的研究进展,主要介绍了忆阻器的内涵与特征、阻变机理、材料类型以及应用前景,指出了目前忆阻器研究中需要关注的主要问题,并对以后的发展趋势进行了展望.     

蛋白质基忆阻器研究进展

忆阻器作为一种可实现高密度、多功能、低功耗、多级数据存储的新型电子元器件,为电路结构设计、信息存储理论及突触仿生模拟等领域带来了重大变革.在广泛的忆阻器种类中,蛋白质基忆阻器由于具有结构可控降解、原料丰富低廉、生物兼容等优势,在可植入计算、人机交互、人机结合等前沿信息技术领域有着其他材料基忆阻器无可比拟的天然优势,因此被视为是构建下一代高科技信息电子产品最具潜力的候选者.本文归纳了近期蛋白质基忆阻器的研究进展,首先总结了部分蛋白质的研究进展,包含被广泛研究的鸡蛋白蛋白及性能优越的人工重组蛋白等,然后进一步介绍了蚕丝蛋白基忆阻器的研究历程,详细介绍了功能化策略所带给蚕丝蛋白基介观忆阻器的性能提升,并分析了功能化蚕丝蛋白结构与性能之间的构效关系.最后对蛋白质基忆阻器性能进行了综合分析,并展望了该生物电子器件的未来发展契机.     

基于忆阻器阵列的下一代储池计算

储池计算是类脑计算范式的一种,具有结构简单、训练参数少等特点,在时序信号处理、混沌动力学系统预测等方面有着巨大的应用潜力.本文提出了一种基于存内计算范式的储池计算硬件实现方法,利用忆阻器阵列完成非线性向量自回归过程中的矩阵向量乘法操作,有望进一步提升储池计算的能效.通过忆阻器阵列仿真实验,在Lorenz63时间序列预测任务中验证了该方法的可行性,以及该方法在噪声条件下预测结果的鲁棒性,并探究忆阻器阵列阻值精度对预测结果的影响.这一结果为储池计算的硬件实现提供了一种新的途径.     

基于六角氮化硼二维薄膜的忆阻器

报道了一种基于多层六角氮化硼(h-BN)二维薄膜的忆阻器件.该器件不需要电预处理过程,且具有自限流的双极性阻变行为;具有较好的抗疲劳性和较长的数据保持时间.该器件在脉冲编程条件下具有模拟转变特性,即在连续的电压脉冲下器件的电阻态能被连续地调控,使得该器件能够模仿神经网络系统中的神经突触权重变化行为.综上所述,基于多层h-BN的忆阻器具有应用在非易失性存储和神经计算中的潜力.     

柔性神经形态晶体管及其仿生感知应用

生物感知系统具有高并行、高容错、自适应和低功耗等独特优点.采用神经形态器件实现生物感知功能的仿生,在脑机接口、智能感知、生物假体等领域具有重大应用前景.与其他神经形态器件相比,多端口神经形态晶体管不仅可以同时实现信号的传输和训练学习,还可以对多路信号进行非线性的时空整合与协同调控.然而,传统刚性神经形态晶体管很难实现弯曲变形以及和人体密切贴合,限制了神经形态器件应用范围.所以,具有良好弯曲特性的柔性神经形态晶体管的研究成为了最近的研究重点.本文首先介绍了多种柔性神经形态晶体管的研究进展,包括器件结构、工作原理和基本功能;另外,本文还将介绍上述柔性神经形态晶体管在仿生感知领域中的应用;最后给出上述研究领域的总结和简单展望.     

蔡氏结型忆阻器的简化及其神经元电路的硬件实现

蔡氏结型忆阻器(Chua corsage memristor, CCM)属于压控型局部有源忆阻器,具有复杂的动力学行为,在神经形态计算领域具有潜在的应用价值.根据静态电压-电流特性曲线, CCM可分为二翼、四翼和六翼型.本文基于神经形态行为的产生机制,将CCM的数学模型进行简化,简化后的模型表达式中无绝对值符号,且小信号等效电路的导纳函数与简化前完全相同.进一步采用简化的CCM模型与电容和电感元件相连,构建了三阶神经元电路.利用局部有源、混沌边缘、及李雅普诺夫指数等理论分析方法,预测了该神经元电路产生神经形态行为的参数域.根据简化的CCM数学模型,采用运算放大器、乘法器、电阻和电容等常用电路元件构建了该忆阻器的电路仿真器,并连接电容和电感进一步给出了神经元电路的硬件实现.实验结果表明该神经元电路可以产生丰富的神经形态行为,包括静息状态、周期尖峰、混沌状态、双峰响应、周期振荡现象、全或无现象和尖峰簇发现象.     

基于忆阻器的多涡卷混沌系统及其脉冲同步控制

忆阻器是一种具有记忆功能和纳米级尺寸的非线性元件,作为混沌系统的非线性部分,能够提高混沌系统的信号随机性和复杂度.本文基于增广Lü系统设计了一个三维忆阻混沌系统.仅仅通过改变系统的一个参数,该系统能产生单涡巻、双涡卷和四涡巻的混沌吸引子,说明该系统具有丰富的混沌特性.首先对该忆阻混沌系统的基本动力学行为进行了理论分析和数值仿真,如平衡点稳定性、对称性,Lyapunov指数和维数,分岔图和Poincare截面等.同时,建立了模拟该忆阻混沌系统的SPICE(simulation program with integrated circuit emphasis)电路,给出了不同参数下的电路实验相图,其仿真结果与数值分析相符,从而验证了该忆阻混沌系统的混沌产生能力.由于脉冲同步只在离散时刻传递信息,能量消耗小,同步速度快,易于实现单信道传输,因而在混沌保密通信中更具有实用性.因此,本文从最大Lyapunov指数的角度实现了该忆阻混沌系统的脉冲混沌同步,数值仿真证实了忆阻混沌系统的存在性以及脉冲同步控制的可行性,为进一步研究该忆阻混沌系统在语音保密通信和信息处理中的应用提供了实验基础.     

界面效应调制忆阻器研究进展

忆阻器因其优异的非易失存储特性,且具有结构简单、存储速度快、能耗低、集成度高等优势,在新型电子器件研究领域引起了广泛关注.本文从忆阻器结构出发,对忆阻器主要材料、机理等进行了综述,介绍了忆阻器在电子电路及人工智能等领域的研究进展,重点讨论了界面效应对忆阻行为及性能改善等方面的重要作用,提出了界面纳米点嵌入结构对优化忆阻性能的显著效果,并分析了忆阻器可能的发展趋势.     

一种适用于大规模忆阻网络的忆阻器单元解析建模策略

忆阻网络是一种基于忆阻器单元的大规模非线性电路,在下一代人工智能、生物电子、高性能存储器等新兴研究领域发挥着重要作用.描述忆阻器单元物理和电学特性的模型对忆阻网络的性能仿真具有显著影响.然而,现有模型主要为非解析模型,应用于忆阻网络分析时可能存在收敛性问题.因此,提出了一种基于同伦分析法(homotopy analys...     

基于忆阻器的脉冲神经网络硬件加速器架构设计

脉冲神经网络(spiking neural network, SNN)作为第三代神经网络,其计算效率更高、资源开销更少,且仿生能力更强,展示出了对于语音、图像处理的优秀潜能.传统的脉冲神经网络硬件加速器通常使用加法器模拟神经元对突触权重的累加.这种设计对于硬件资源消耗较大、神经元/突触集成度不高、加速效果一般.因此,本工作开展了对拥有更高集成度、更高计算效率的脉冲神经网络推理加速器的研究.阻变式存储器(resistive random access memory, RRAM)又称忆阻器(memristor),作为一种新兴的存储技术,其阻值随电压变化而变化,可用于构建crossbar架构模拟矩阵运算,已经在被广泛应用于存算一体(processing in memory, PIM)、神经网络计算等领域.因此,本次工作基于忆阻器阵列,设计了权值存储矩阵,并结合外围电路模拟了LIF(leaky integrate and fire)神经元计算过程.之后,基于LIF神经元模型实现了脉冲神经网络硬件推理加速器设计.该加速器消耗了0.75k忆阻器,集成了24k神经元和192M突触.仿真结果显示,在5...     

铝基薄膜忆阻器作为感觉神经系统的习惯化特性

感觉神经系统可在外界刺激与生物体反应之间建立联系.感觉神经系统中的最小单位神经元可直接将外界刺激传递至中枢神经,再由中枢神经通过控制和调节生物体对外界刺激作出反应.神经突触连接了相邻神经元进行脉冲信息传递功能.习惯化是神经突触在信息传递中过滤外界无关信息时的一个基本特性,可以让感觉神经系统更快速地适应外界环境变化.忆阻器模拟神经突触功能在近年获得进展,然而针对以忆阻器为基础的具有习惯化特性的神经突触以及完整神经系统的研究相对匮乏.本文利用磁控溅射技术制备了厚度约为40 nm且含铝纳米颗粒的氮化铝薄膜忆阻器,并发现这种结构忆阻器对于重复的外界刺激有明显的习惯化行为,该行为与感觉神经系统的习惯化特性极为相似.若将这种具有习惯化的神经突触与感觉神经元串联,可形成LIF(leaky integrate-and-fire)生物模型模拟完整的神经系统行为,也为忆阻器在第三代神经网络(脉冲神经网络)中的应用提供理论参考.     

NbOx忆阻神经元的设计及其在尖峰神经网络中的应用

NbO_x忆阻器凭借其纳米尺寸、阈值切换及局部有源特性在神经形态计算领域展现出巨大的应用前景.对NbO_x忆阻器动力学特性的深入分析和研究有利于忆阻神经元电路的设计和优化.本文基于局部有源理论,采用小信号分析方法对NbO_x忆阻器物理模型展开了研究,定量分析了产生尖峰振荡的区域和条件,并确定了激励信号幅值和尖峰频率之间的定量关系.基于上述理论分析,进一步设计了NbO_x忆阻器神经元,并结合忆阻突触十字交叉阵列,构建了25×10的尖峰神经网络(spiking neuron network,SNN).最后,分别利用频率编码和时间编码两种方式,有效地实现了数字0到9模式的识别功能.     

忆阻器:一种具有革命性意义的技术

综述了忆阻器的发明,忆阻器是2 500年前古中国神秘主义哲学家给出的一个设想,其发明可媲美门捷列夫化学元素周期表、发现太阳系行星、发现"上帝粒子"、发现宇宙超对称、捕捉到黑能量。忆阻器被称为电路世界中的第四种基本电路元件,将对未来计算和电子工程等领域产生深远的影响。     

具有感觉记忆的忆阻器模型

人类记忆的形成包括感觉记忆、短期记忆、长期记忆三个阶段,类似的记忆形成过程在不同材料忆阻器的实验研究中有过多次报道.这类忆阻器的记忆形成过程存在有、无感觉记忆的两种情况,已报道的这类忆阻器的数学模型仅能够描述无感觉记忆的忆阻器.本文在已有模型的基础上,根据有感觉记忆的忆阻器的研究文献中所报道的实验现象,设计了具有感觉记忆的忆阻器模型.对所设计模型的仿真分析验证了该模型对于存在感觉记忆的这类忆阻器特性的描述能力:对忆阻器施加连续脉冲激励,在初始若干脉冲作用时忆阻器无明显的记忆形成,此时忆阻器处于感觉记忆阶段,后续的脉冲作用下忆阻器将逐渐形成短期、长期记忆,并且所施加脉冲的幅值越大、宽度越大、间隔越小,则感觉记忆阶段所经历的脉冲数量越少.模型状态变量的物理意义可用连通两电极的导电通道在外加电压作用下的形成与消失来给出解释.     

双层结构突触仿生忆阻器的时空信息传递及稳定性

现有计算机体系架构下的神经网络难以对多任务复杂数据进行高效处理,成为制约人工智能技术发展的瓶颈之一,而人脑的并行运算方式具有高效率、低功耗和存算一体的特点,被视为打破传统冯·诺依曼计算体系最具潜力的运算体系.突触仿生器件是指从硬件层面上实现人脑神经拟态的器件,它可以模拟脑神经对信息的处理方式,即记忆和信息处理过...