东方时讯网储层计算(RC)是一种构建计算机系统的方法，其灵感来自人类大脑的当前知识。基于这种方法的神经形态计算架构由动态物理节点组成，它们结合起来可以处理时空信号。
中国清华大学的研究人员最近创建了一个基于忆阻器的新RC系统，忆阻器是调节电路中电流流动的电子元件，同时还记录之前流过它的电荷量。在NatureElectronics上发表的一篇论文中介绍了这个RC系统，发现它在性能和效率方面都取得了显着的成果。
“我们忆阻器RC系统的基本架构来自我们在NatureCommunications上发表的早期工作，我们在其中验证了使用动态忆阻器构建模拟储层的可行性，”执行该研究的研究人员之一唐建士告诉TechXplore。“在这项新工作中，我们进一步构建了具有非易失性忆阻器的模拟读出层，并将其与基于动态忆阻器阵列的并行存储层集成，以实现完全模拟的RC系统。”
Tang和他的同事创建的RC系统基于24个动态忆阻器(DM)，它们连接成一个物理储层。另一方面，其读出层由2048x4非易失性忆阻器(NVM)组成。
“DM-RC系统中的每个DM都是一个具有计算能力的物理系统(称为DM节点)，可以通过时间复用过程产生丰富的储层状态，”唐解释说。“这些储存器状态然后被直接馈送到NVM阵列中，用于模拟域中的乘法累加(MAC)操作，从而产生最终输出。”
Tang和他的同事通过使用它在两个时空信号处理任务上运行深度学习模型来评估他们基于动态忆阻器的RC系统的性能。他们发现它在心律失常检测和动态手势识别任务上分别达到了96.6%和97.9%的非常高的分类准确率。
“与数字RC系统相比，我们的全模拟RC系统在精度上具有同等性能，但节省了超过99.9%的功耗(22.2μW与29.4mW)，”Tang说。“我们工作的一个独特之处在于，为了构建一个完整的全模拟RC系统，我们使用了两种不同类型的忆阻器：DM作为并行储存器，NVM阵列作为读出层，没有任何数字组件的帮助，例如以前报道的硬件RC系统中使用的那些。”
该研究团队设计的独特系统架构大大降低了RC方法的复杂性，同时也显着降低了功耗。因此，在未来，它可以实现更简单、更大规模的RC硬件实现。
“集成了具有出色模拟开关特性的优化非易失性忆阻器，以实现整个RC系统的端到端模拟信号传输和处理，”Tang说。“另外，基于从我们忆阻器阵列中提取的噪声模型，采用噪声感知线性回归方法训练输出权重，有效缓解忆阻器非理想特性导致的精度损失(小于2%)。"
Tang和他的同事是第一个使用RC硬件系统实时演示全模拟信号处理的人。该演示最终使他们能够可靠地评估系统的整体功耗。
“通过将实验数据与模型模拟、DM-RC系统的工作机制相关联，我们还能够更多地了解物理节点的电气特性与系统性能之间的关系，”唐说。“更具体地说，我们揭示了从动态忆阻器节点的特征中提取的两个关键特征(即阈值和窗口)对储层质量有重大影响。”
在确定了影响其RC系统性能的两个特征之后，Tang和他的同事能够定义这两个特征的范围，从而实现最佳RC性能。结合起来，这些范围和他们的其他发现可以作为未来设计和优化RC系统的指南。这有助于释放边缘计算的潜力，以及其他需要低功耗和可负担硬件成本的应用程序。
“未来，整个DM-RC系统可以小型化并单片集成在芯片上，以进一步降低其功耗和计算延迟，”唐补充道。“此外，以DM-RC系统为基本单元，可以构建更深、更复杂的RC系统，由于更丰富的储层状态和更强的内存容量，将进一步提高系统性能。”