Попов_НГТУ-2015 ноябрь 16
.pdfПлан
•Мотивация - смена парадигмы или концепции
•Масштабирование полевого транзистора
(FET оr FinFET)
•Концепция
•Нейроморфные системы
•Квантовые системы
61
Работа мозга и нейроморфная спиновая цепь MTJ-FET-…
M. Sharad, K. Roy; IEDM 2012 |
62 |
Синаптический биотранзистор: AFET in Ionic Liquid
1
2
3
необходимости)
YV Pershin and M. Di Ventra, Phys. Rev. E 84, 046703 (2011)
V.P. Popov et al. Semicond. 50, 3 (2016) |
63 |
|
Нетрадиционные массивно-параллельные вычислительные сети с памятью
Лабиринт
Применение мемристорных сетей для решения задач теории графов
V |
GND
YVP and M. Di Ventra, Phys. Rev. E 84, 046703 (2011)
Решение лабиринта мемристорным
процессором |
64 |
Проблемы оптимизации в теории графов
Лабиринт с одним путём |
Лабиринт с множеством решений |
|
|
|
Все решения найдены и отсортированы |
|
Количество шагов: 1 |
|
|
по их длинам (при необходимости) |
|
|
Затраченное время для решения: ~1 нс |
|
|
|
|
|
|
|
Yu.V. Pershin and M. Di Ventra, Neural Networks 23, 881 (2010) 65
Мемристорные нейронные сети (NN) с обучением
Собака Павлова
18
16 Input 1
"sight of food"
14
Демонстрация ассоциативной памяти в мемристорных нейронный сетях
YVPershin and M. Di Ventra, Neural Networks 23, 881 (2010)
(V) |
12 |
Input 2 |
|
10 |
|||
"sound" |
|||
Voltage |
|
||
8 |
|
||
|
|
||
|
6 |
V3, in |
|
|
|
||
|
4 |
|
|
|
2 |
Output |
|
|
0 |
"salivation" |
Probing 
Learning 
Probing 
-2
0 |
3 |
6 |
9 |
12 |
15 |
|
|
|
Time (s) |
|
|
66
Ассоциативная память на мемристорном кроссбаре
SPICE-модель сети WTA (“Winner takes all”), реализующей ассоциативную память. Основой модели является кроссбар синапсов, базовым элементом которых является мемристор
Средний показатель уровня распознавания при зашумлении от 10% до 20% составляет около 95%, а при уровне шума до 40%
уровень распознавания падает до 55%-60%
M.S.Tarkov. Opt. Mem. & Neur. Networks, 24 (2015)109 |
67 |
Синаптические нейронные сети (NN) на КМОП ЭКБ с памятью
Binary logic with memristors
Material implication with memristive systems
D. Strukov and K. Likharev, Nanotechn. 16, 888 (2005)
J. Borghetti et al., Nature 464, 873 (2010)
Faster implementation of NOT, NOR, AND, …
Yu.V. Pershin and M. Di Ventra, Proc. IEEE 100, 2071 (2012) |
68 |
Логические операции
=1
=0
69
Критерии универсальности нейроморфного процессора
1.Масштабируемая архитектура параллельных массивов с комбинированной обработкой и хранением информации.
2.Достаточно длинный интервал хранения информации.
3.Возможность инициализации состояния памяти.
4.Механизмы коллективной динамики, определяющие возможность обучения, и сильная «память содержания», обеспечивающая сохранность важной информации.
5.Возможность чтения конечного результата из соответствующих элементов памяти.
6.Устойчивость к малым возмущениям и шуму.
M.Di Ventra and Yu. V. Pershin, Nature Physics 9, 200 (2013)