忆阻器在神经形态计算中的阵列集成.docxVIP

忆阻器在神经形态计算中的阵列集成

一、引言

随着智能应用场景的不断拓展，传统冯·诺依曼架构下存储与计算单元分离带来的“内存墙”问题日益凸显，尤其是面对大规模神经网络推理与训练任务时，数据在存储单元和计算单元之间反复搬运带来的延时与功耗开销，已经占到系统总开销的九成以上，成为制约人工智能技术进一步发展的核心硬件瓶颈。为了破解这一难题，研究者将目光投向生物大脑的信息处理机制：人脑依靠由神经元和突触构成的高度互联网络，能够以极低的功耗完成语音识别、视觉理解、运动控制等复杂智能任务，这种极致的并行处理与存算融合特性，催生了神经形态计算这一全新的技术方向。神经形态计算的概念最早由研究者正式提出，核心是通