存算一体及人工智能神经网络芯片采用非冯诺依曼架构体系,可极大降低数据的访问延迟和传输能耗,提升计算速度。SOT-MRAM以其高速、高耐久度等优点,在此类应用中将发挥巨大的优势。当前,存算一体和人工智能神经网络芯片领域亟需一种全线性的多态存储器件(图1b),以便为人工智能神经网络的神经元、突触、存内计算等提供硬件支撑。但现有的SOT多态磁性存储器件及其他类型的存储器件大都是非全线性的(图1a),其输入-输出曲线的部分区域为线性,其他部分为非线性区,要使器件工作在线性区需要额外的时间、能耗和电路开销,阻碍了其在高速、低功耗和高集成密度的存算一体及人工智能神经网络芯片方面的应用[1]。
行业热点2021-11-24 | 中国机器视觉网 |
1220