X故障：故障对具有内存计算逻辑的Memristor-Crossbar阵列中二进制神经网络的影响。
摘要：基于忆阻器的交叉阵列是一种有前景的新兴存储技术，可以通过提供高密度和实现计算内存（CIM）范式来取代传统存储器。尽管模拟计算提供了最佳性能，但非理想因素和ADC/DAC转换限制了基于忆阻器的CIM。内存中的逻辑（LIM）是CIM的另一种形式，其中忆阻器以二进制方式用于实现逻辑门。由于二进制神经网络（BNN）以二进制逻辑门作为主要操作，它们可以从大规模并行执行二进制操作和更好地抵抗忆阻器变化中受益。尽管传统神经网络已经进行了深入研究，但忆阻器基BNN中故障的影响尚不清楚。因此，我们分析了忆阻器基BNN中逻辑门故障对交叉阵列的影响。我们提出了一个模拟框架来模拟不同的传统故障，以检查忆阻交叉阵列上BNN的准确性损失。此外，我们比较了基于鲁棒性和可行性的不同逻辑族来加速AI应用。
作者：Felix Staudigl, Karl J. X. Sturm, Maximilian Bartel, Thorben Fetz, Dominik Sisejkovic, Jan Moritz Joseph, Leticia Bolzani P"ohls, Rainer Leupers
论文ID：2204.01501
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2022-04-05