Обычные вычислительные системы фон Неймана устарели с быстрым развитием вычислений, вдохновленных нейронами. Синаптические устройства на основе мемристоров, которые эмулируют биологические синапсы, считаются многообещающими для реализации эффективных вычислений на основе нейронных сетей. Однако разработанные ранее мемристоры страдали либо высоким энергопотреблением, либо нестабильностью. Сегнетоэлектрический туннельный переход (FTJ) является новым кандидатом на создание мемристоров благодаря своей стабильной функции хранения данных, но он не соответствует желаемым требованиям с точки зрения долговечности, энергопотребления, линейности и так далее.
В недавней работе, опубликованной в Nature Communications, группа под руководством профессора Ли Сяогуана и профессора Инь Юээя из Университета науки и технологий Китая (USTC) Китайской академии наук разработала новый синапс FTJ на основе Ag/ PbZr 0,52 Ti 0,48 O 3 (PZT, (111)-ориентированный)/Nb:SrTiO 3 .
Команда всесторонне изучила свойства недавно разработанного синапса FTJ. При низком напряжении и скорости работы, близкой к динамической оперативной памяти (DRAM), образец FTJ показал 256 состояний проводимости с удовлетворительной линейностью и стабильностью. Отношение ВКЛ/ВЫКЛ достигало 200, также была достигнута выносливость до 10 9 . Даже при подаче импульса напряжения, близкого к частоте ЦП, образец по-прежнему отображал 150 состояний проводимости и низкие колебания от цикла к циклу.
Чтобы изучить производительность синапса FTJ в реальных условиях, команда провела моделирование сверточной нейронной сети на основе результатов теста образца FTJ. Целью моделирования было распознавание изображений модных товаров в наборе данных F-MNIST, и было достигнуто высокое распознавание 94,7% на основе 256 состояний. Производительность была сравнима с производительностью, достигнутой программным обеспечением с плавающей запятой.
Шумные изображения, распространенные в настоящее время, значительно затрудняют распознавание изображений. Таким образом, затем команда провела моделирование на зашумленных изображениях с шумом планки и перца или гауссовским шумом, и точность распознавания оставалась высокой, демонстрируя надежность недавно разработанного мемристора на основе синапса FTJ.
Эти результаты доказали, что (111)-ориентированные FTJ действительно перспективны для вычислений, вдохновленных нейронами.
