神经形态工程学
材料科学
晶体管
消散
线性
功率(物理)
离子
电池(电)
电压
光电子学
理想(伦理)
能量(信号处理)
突触重量
电气工程
电子工程
人工神经网络
计算机科学
物理
人工智能
工程类
哲学
认识论
热力学
量子力学
作者
Elliot James Fuller,Farid El Gabaly,François Léonard,Sapan Agarwal,Steven J. Plimpton,Robin Jacobs-Gedrim,Conrad D. James,Matthew Marinella,A. Alec Talin
标识
DOI:10.1002/adma.201604310
摘要
Nonvolatile redox transistors (NVRTs) based upon Li-ion battery materials are demonstrated as memory elements for neuromorphic computer architectures with multi-level analog states, "write" linearity, low-voltage switching, and low power dissipation. Simulations of backpropagation using the device properties reach ideal classification accuracy. Physics-based simulations predict energy costs per "write" operation of <10 aJ when scaled to 200 nm × 200 nm.
科研通智能强力驱动
Strongly Powered by AbleSci AI