搜索结果: 1-14 共查到“电子科学与技术 神经形态”相关记录14条 . 查询时间(0.143 秒)
为抢抓人工智能发展的重大战略机遇，我国在《新一代人工智能发展规划》中明确指出要大力开展具有成像功能的类脑视觉传感技术研究。神经形态类脑视觉硬件作为具有光信息感知、信息处理、信息存储、逻辑思维和判断功能的新型器件，是构建类脑视觉感知和实现超低功耗类脑存算的核心部件，在人工智能、机器视觉、智能家居、自动驾驶、工业检测、生物医学成像及智慧健康等领域呈现出巨大发展潜力。传统神经形态视觉系统通过将传感单元、...
中国科学院微电子所在多模态三维神经形态计算领域取得重要进展（图）
三维神经 形态计算 微电子
2024/1/11
微电子所重点实验室刘明院士团队设计了一种新的3D垂直RRAM阵列，其中不同层器件分别具有非易失性和易失性，这使得它能够构建多模态神经形态计算网络。第1层器件（字线：TiN）和第2层器件（字线：Ru）分别表现出不同的动态特性，可以用于构建多时间尺度储备池计算网络；第3层器（WL：W）表现出了多比特存储的非易失特性，可用于构建卷积神经网络和全连接网络等。第1层和第2层器件构建的多时间尺度储备池计算网络...
上海微系统所助力研制超导神经形态处理器原型芯片 “苏轼（SUSHI）”（图）
超导神经 芯片苏轼 集成电路
2023/10/16
中国科学院计算技术研究所尤海航研究员、唐光明研究员带领的研究团队与中国科学院上海微系统与信息技术研究所（以下简称“上海微系统所”）任洁研究员团队联合攻关，研制了超导神经形态处理器原型芯片“苏轼（SUSHI）”，它是一款基于超导单磁通量子（SFQ）电路的超导计算芯片。该芯片利用上海微系统所超导集成电路设计平台展开设计，采用上海微系统所自主研发的SIMIT Nb03超导集成电路工艺（配备PDK及单元库...
中国科学院计算所研制出超导神经形态处理器原型芯片“苏轼”（图）
超导神经 超导计算芯片 集成电路
2023/10/8
中国科学院计算技术研究所研究员尤海航和唐光明带领的研究团队，研制了超导神经形态处理器原型芯片“苏轼”（SUSHI）。“苏轼”是一款基于超导单磁通量子（SFQ）电路的超导计算芯片。超导SFQ电路同时具有超高计算速度和超低计算功耗的特点，有望突破传统计算在单位体积和单位能耗条件下提升算力困难的瓶颈。2023年来，超导计算芯片成为新原理计算领域的研究热点之一。
浙江大学微纳电子学院俞滨教授、徐杨教授团队以“神经形态计算的核心处理神经元启动电路模式”为题，在InfoMat上发表国际合作研究论文(https://onlinelibrary.wiley.com/doi/full/10.1002/inf2.12465)。InfoMat是工程与计算大学科、材料与化学大领域的前沿期刊，在相关领域的国际科研界享誉盛名。博士生李涵茜、胡加杨为论文第一作者。该成果得到国家...
南方科技大学深港微电子学院周菲迟课题组在Nano Letters发表高性能自整流忆阻器及神经形态计算应用新成果（图）
周菲迟 Nano Letters 自整流 忆阻器 神经形态计算 神经网络
2023/4/19
南方科技大学深港微电子学院副教授周菲迟团队与中科院半导体所程传同副研究员、黄北举研究员团队合作在高性能自整流忆阻器及神经形态计算领域取得重要进展。相关研究以“A Self-Rectifying Synaptic Memristor Array with Ultrahigh Weight Potentiation Linearity for a Self-Organizing-Map Neural ...
中国科学院微电子研究所在自旋神经形态器件方面取得新进展（图）
新型存储器 神经元器件 集成技术
2023/3/29
生物启发脉冲神经网络架构有望通过模拟人脑的高算力、高并行度、低功耗等特性，解决冯·诺依曼架构存储墙和能效瓶颈等问题。然而，面向构建脉冲神经网络的神经形态硬件的研究尚处于探索阶段，基于传统CMOS的神经形态芯片通常需要数十个晶体管和若干电容；基于新型存储器等新原理神经元器件亦需集成额外电容或复位操作电路，且耐久性受限，难以满足高频神经元器件的信息整合处理需求。自旋电子器件具有高能效、高耐久性及更丰富...
中国科学院微电子所在自旋神经形态器件方面获进展（图）
微电子所 自旋神经 形态器件
2023/3/29
生物启发脉冲神经网络架构有望通过模拟人脑的高算力、高并行度、低功耗等特性，解决冯·诺依曼架构存储墙和能效瓶颈等问题。然而，面向构建脉冲神经网络的神经形态硬件的研究尚处于探索阶段，基于传统CMOS的神经形态芯片通常需要数十个晶体管和若干电容；基于新型存储器等新原理神经元器件亦需集成额外电容或复位操作电路，且耐久性受限，难以满足高频神经元器件的信息整合处理需求。自旋电子器件具有高能效、高耐久性及更丰富...
中国科学院微电子所在自旋神经形态器件方面取得新进展（图）
神经元器件 集成器件 微电子器件
2023/3/29
生物启发脉冲神经网络架构有望通过模拟人脑的高算力、高并行度、低功耗等特性，解决冯·诺依曼架构存储墙和能效瓶颈等问题。但面向构建脉冲神经网络的神经形态硬件的研究尚处于探索阶段，基于传统CMOS的神经形态芯片通常需要数十个晶体管和若干电容；基于新型存储器等新原理神经元器件亦需集成额外电容或复位操作电路，且耐久性受限，难以满足高频神经元器件的信息整合处理需求。自旋电子器件具有高能效、高耐久性及更丰富的物...
国家纳米科学中心鄢勇课题组在神经形态器件方面取得系列进展（图）
鄢勇 神经形态 器件电导
2023/2/9
当前，人工智能已然成为时代的主题与历史的必然。以冯·诺依曼架构为基础的信息处理方式在海量数据面前遭遇了极大的挑战。类脑计算由于其具备高并行、低功耗以及高容错等诸多优点成为当前研究的焦点。在核心器件层次，发现与理解电荷输运新机制是构筑优异性能器件的基础，有助于准确模拟神经突触与神经元的系列行为。
近日，南方科技大学深港微电子学院与北京犀灵视觉科技有限公司签署合作协议，双方将共建“深港微电子学院-犀灵视觉神经形态感存算芯片联合实验室”，建立产学研长期合作关系，努力实现“校企合作、产学双赢”。 双方将共同推进新型神经形态器件与芯片领域的技术升级和发展，共同探索、研究边缘处理的应用场景以及产品实现，促进科技成果转化。
性能卓越！兼具高效率和通用性 用于边缘AI的神经形态芯片问世
人工智能 边缘AI 神经形态芯片
2022/8/9
一个国际研究团队设计并制造了一种直接在内存中运行计算的芯片，可运行各种人工智能（AI）应用，而且它能在保持高精度的同时，仅消耗通用AI计算平台所耗能量的一小部分，兼具高效率和通用性。相关研究发表在最近的《自然》杂志上。
近日，复旦大学微电子学院教授周鹏课题组与河北大学教授闫小兵课题组开展合作研究，利用自组装的PbS量子点获得了阈值电压低、开关电压分布均匀、保持性强、响应时间快和功耗低等具有优异性能的器件。该器件成功模拟了生物突触的学习和计算功能，器件制备方法简单，提供了一种改善忆阻器件性能的新思路，为器件小型化发展开发了一种新途径，为未来人工智能、数据识别、神经仿生、逻辑电路等领域提供了器件基础。12月28日，相...
