中科大家长论坛

 找回密码
 加入论坛

QQ登录

只需一步,快速开始

查看: 2612|回复: 2
打印 上一主题 下一主题

科大研究出具有亚纳秒信息写入速度的原型存储器

[复制链接]
跳转到指定楼层
1#
tuixiuustcer 发表于 2020-3-22 22:56:56 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
【合肥日报】中国科大研究实现超快原型存储器 2020-03-22 分享到:QQ空间新浪微博腾讯微博人人网微信

具有亚纳秒信息写入速度

本报讯 近日,记者从中国科大获悉,该校李晓光团队研究实现了具有亚纳秒信息写入速度的超快原型存储器,可用于构建存算一体人工神经网络。
在大数据时代,海量数据的低能耗、快速存储处理是突破和完善未来人工智能、物联网等技术发展的关键之一。为此,迫切需要高速且高密度、非易失的信息存储器。如果该存储器还具有优秀的忆阻特性,从而实现人工突触器件的功能,则可用于构建存算一体的计算系统,并有望突破冯诺依曼架构,为人工智能提供硬件支持。
李晓光团队一直致力于铁性隧道结信息存储原型器件研究,在磁电耦合、超快、多阻态、低功耗、非易失信息存储等方面取得了重要进展。在前期研究基础上,该团队研究人员制备了高质量铁电隧道结。基于隧道结能带的设计,以及其对阻变速度、开关比、操作电压的调控,该原型存储器信息不仅写入速度快,而且远超商用闪存寿命。即使在极端高温(225℃)环境下仍能进行信息的写入,可实现高温紧急情况备用。
这些结果表明,该铁电隧道结非易失存储器具有超快、超低功耗、高密度、长寿命、耐高温等优异特性,是目前综合性能最好的非易失存储器之一。特别是该存储器还由于铁电隧穿层中畴的可连续翻转特性能实现电阻的连续调节,而且这一忆阻特性可用于构建超快的人工突触器件,从而用于开发超快人工神经网络存算一体系统。人工神经网络的模拟结果表明,利用该铁电隧道结忆阻器构建的人工神经网络可用于识别MNIST手写数字,准确率可达90%以上。(记者 黎静)


《合肥日报》(2020年03月22日头版)





评分

1

查看全部评分

分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 分享分享 分享淘帖 支持支持 反对反对
回复

使用道具 举报

2#
闲庭漫步 发表于 2020-3-23 10:35:31 | 只看该作者
蜗壳捷报频传,赞!
回复 支持 反对

使用道具 举报

3#
云开月明 发表于 2020-3-23 13:40:45 | 只看该作者
蜗壳威武!科大创新力超强!
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 加入论坛

本版积分规则

渝ICP备19009968号|公安备案号50010502000023|手机版|中科大家长网

GMT+8, 2024-11-12 15:57 , Processed in 1.462264 second(s), 20 queries .

Powered by Discuz! X3.4

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表