东国大学开发出自兼容忆阻器设备可实现多级操作和交叉阵列以形成神经网络

盖世汽车讯 近年来，人工智能和物联网发展迅速，推动了语音识别、自动驾驶汽车图像分类以及ChatGPT等大型语言模型等领域的进步。深度学习是人工智能的一个关键要素，它需要并行处理大量数据，而传统计算机在这方面的效率仍然很低。神经形态或类脑计算系统由人工神经元和突触组成，具有低功耗和高效的数据处理能力。

最有前途的神经形态计算半导体技术之一是电阻式随机存取存储器，这是一种忆阻器件。忆阻器件具有“记住”过去电气状态的独特能力。在RRAM中，这种记忆效应源于其金属-绝缘体-金属结构的绝缘层中导电细丝(CF)的形成和溶解。金属氧化物绝缘体在此过程中起着至关重要的作用。

然而，尽管氧化钛基RRAM具有多种优势，但它们也存在器件间差异，这是由CF形成过程中的过冲电流引起的。这可能会导致故障或意外擦除内存。目前缓解过冲电流的方法需要增加晶体管或外部电流顺应设置，这增加了复杂性。

• 
  青春爱情电影《花渡好时光
• 
  《长风渡》热播，“柳玉茹
• 
  《归路》收视飙升，冲着谭
• 
  《风吹半夏》定档江苏卫视

• 盐城市大丰区年度健康知识科普讲座“五进”活动完美收官
• 汤沟窖池群及酿酒作坊入选第六批国家工业遗产
• 重磅揭晓2024盖世汽车金辑奖—中国汽车新供应链百强
• 上海六批土拍：象屿地产41.11亿落子闵行4宗地揽金1
• 主动破圈！上市公司“上新”产业基金
• 台风“潭美”迫近海南启动海上防台风Ⅳ级应急响应
• 多路资金加快落地稳投资跑出“加速度”
• 前三季度赚了15亿，但爱美客高增长不再
• 重磅发布！首批确认演讲嘉宾、论坛议题抢先看2024食研
• 2024国际生物医药产业创新北京论坛在北京亦庄开幕