铁电场效应晶体管的内在突触可塑性对在线学习的影响
摘要：使用纳米电子器件通过其固有物理特性来模拟神经突触的功能，在低操作能量下是实现类似大脑神经形态计算的必然选择。在这项工作中，我们利用铁电场效应晶体管非线性电压依赖的偏极化部分开关特性来模拟生物突触的可塑性特征。我们为基于$28nm$高介电常数金属栅技术的器件提供了突触特性的实验测量，并开发了一个经过实验校准的器件模型，用于大规模系统性能预测。分离的读写路径、超低编程能量以及在交叉点架构中排列这些器件的可能性展示了该器件的突触效能。我们的硬件-算法协同设计分析揭示出铁电器件的固有可塑性有可能在具有有限训练数据的边缘设备中实现无监督的局部学习。
作者：Arnob Saha, A N M Nafiul Islam, Zijian Zhao, Shan Deng, Kai Ni, Abhronil Sengupta
论文ID：2107.13088
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2021-10-13