搜索结果: 1-15 共查到“知识要闻 微电子学”相关记录712条 . 查询时间(2.206 秒)
中国科学院微电子所在三维铁电存储器噪声特性应用方面取得进展(图)
芯片 集成 微电子
2024/1/11
传统贝叶斯机面临三大挑战:一是需要高质量的随机源生成具有真随机性的随机比特数流;二是由于随机变量随着问题的规模和复杂度的增加而增加,因此需要高密度的存储器;三是存储器和随机源的分离,导致了芯片面积和功耗的浪费。
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...
南京邮电大学电子与光学工程学院、南京邮电大学柔性电子(未来技术)学院学生在2023年全国大学生嵌入式芯片与系统设计竞赛——FPGA创新设计竞赛决赛中获一等奖并捧得易灵思最高奖杯(图)
嵌入式 芯片 系统设计 FPGA 易灵思 最高奖杯
2023/12/4
微芯学堂第二十六讲:当前芯片设计的挑战和国产EDA机遇(图)
微芯学堂 第二十六讲 芯片设计 敬伟
2023/10/25
中国科学院半导体所等在手性分子产生自旋极化研究中取得新进展(图)
手性分子 电子学器件 非磁性金属
2023/8/25
利用手性与自旋极化的相互转换产生自旋流是近年来自旋电子学领域的研究热点,相关现象被称之为“手性诱导自旋选择性”(Chirality-Induced Spin Selectivity, CISS)。CISS在自旋电子学器件中具有潜在的应用价值和丰富的物理内涵,但是手性与自旋极化相互转换的微观机理一直是激烈争论的科学问题。
中国科学院微电子所在氧化铪基铁电存储材料方面取得重要进展(图)
氧化铪基 铁电存储材料 晶体结构 微电子器件
2023/8/15
互联网、人工智能等信息技术的快速发展,对存储器的存储密度、访问速度以及操作次数都提出了更高的要求。氧化铪基铁电存储器具有低功耗、高速、高可靠性等优势,被认为是下一代非易失性存储器技术的潜在解决方案。现在普遍研究的正交相(orthorhombic phase,简称“o相”)HfO2基铁电材料由于自身高铁电翻转势垒和“独立翻转”的偶极子翻转模式,使基于该铁电材料的器件具有高矫顽场,进而导致器件工作电压...
中国科大在高频声表面波器件领域取得突破(图)
器件 微电子 耦合
2023/8/11
自1965年叉指换能器(IDT)和声表面波(SAW)技术被发明以来,声表面波谐振器被广泛应用于2 GHz以下的中、低频无线通信。随着无线通信发展进入5G和6G,标准定义的新频段均在3 GHz以上,带宽均在500 MHz以上,这使得传统的SAW技术在高频、高品质因数、高机电耦合系数等方面遇到了发展瓶颈。主要的限制在于传统SAW技术使用单一的压电系数来实现电能与机械能的相互转换。
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...
中国科学院微电子所在图网络存内计算方面取得重要进展(图)
神经网络 存内计算 微电子器件 集成技术
2023/2/24
深度学习技术作为AI的重要引擎,2023年来受到广泛关注和飞速发展。图神经网络(Graph Neural Network)是一种较新的深度学习技术,可用于处理更复杂的非结构化数据,广泛应用于社交网络、电子购物、药物预测、人机交互等应用场景。随着数据量的急速膨胀,传统CMOS数字硬件系统中运行图神经网络的效率急待提升,图神经网络的训练过程日趋复杂使得训练能耗居高不下。基于阻变忆阻器(RRAM)的存内...