忆阻器交叉阵列变异性分析:一种概率机器学习辅助的元启发式框架
《IEEE Journal on Emerging and Selected Topics in Circuits and Systems》:Variability Analysis of Memristor Crossbar Arrays: A Probabilistic Machine Learning Assisted Metaheuristic Framework
【字体:
大
中
小
】
时间:2026年09月20日
来源:IEEE Journal on Emerging and Selected Topics in Circuits and Systems 3.8
编辑推荐:
## 摘要:
忆阻器交叉阵列凭借其高密度、低功耗和非易失性等特点,已成为未来存储和计算系统中极具前景的技术。随着对性能更强、能效更高的电子设备的需求持续增长,大规模忆阻器交叉阵列在学术研究和工业应用中都受到了广泛关注。然而,这些阵列的实用化部署面临着与器件变异性相关的各种挑
## 摘要:忆阻器交叉阵列凭借其高密度、低功耗和非易失性等特点,已成为未来存储和计算系统中极具前景的技术。随着对性能更强、能效更高的电子设备的需求持续增长,大规模忆阻器交叉阵列在学术研究和工业应用中都受到了广泛关注。然而,这些阵列的实用化部署面临着与器件变异性相关的各种挑战,这些挑战会显著影响其性能和可靠性。本研究提出了一种利用代理辅助元启发式方法估算大规模忆阻器交叉阵列变异性的新颖框架。本工作探索了使用高斯过程回归器(GPR)作为代理模型。该研究旨在理解变异性的影响,量化其对阵列性能的影响,并证明所提方法在快速估算变异性方面的有效性。交叉阵列中的每个独立单元由一个晶体管一个忆阻器(1T1M)单元组成。从代理辅助方法获得的变异性与传统元启发式方法、多项式混沌展开(PCE)和蒙特卡洛(MC)模拟进行了比较。该代理模型在分布层面上与MC进行了进一步验证。在此,当训练数据库达到参数数量级时,GPR能够以逐点相关系数 $r = 0.997$ 再现MC统计量(即概率密度、标准差、偏度),且针对未见样本。结果在独立的SPICE测试台(ngspice)上进行了交叉验证,我们观察到两个测试台在相同参数集上的相关系数为 $r = 1.000$,且蒙特卡洛统计量在1%以内吻合。### I. 引言忆阻器是一种两终端电子器件,最早由L. Chua于1971年提出理论,后由S. Williams于2008年实验验证。忆阻器的非易失性保持特性使其成为存储的潜在来源。非易失性、电导值切换以及与CMOS的易集成性使忆阻器在存储内计算、模拟计算和神经网络仿真中具有重要应用价值。在各种新兴技术中,基于氧化物的阻变存储器(RRAM)忆阻器凭借其结构简单、切换电压低、切换速度快、可扩展性优异以及与CMOS技术的极高兼容性而脱颖而出。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号