16、神经形态计算的精选设计实例

神经形态计算的精选设计实例

1. 交叉开关纳米矩阵

交叉开关架构包含忆阻节点，有潜力成为高密度存储结构，或结合有源组件成为基于交叉开关的纳米电子电路。不过，这种设计也面临一些挑战，在纳米尺度下，半间距接近 10 - 20 纳米时，这些挑战更加明显，常见问题包括泄漏电流、能耗、有源器件对齐、寻址和扇出等。尽管如此，随着这些挑战逐步得到解决，交叉开关仍是实现忆阻器的可行且有前景的方法。

1.1 两种交叉开关实现方式

本节以 CMOS - 忆阻器架构的两种不同交叉开关实现方式为例，具体如下：
- 单忆阻器交叉开关阵列 ：这种架构中，每个交叉点仅由一个忆阻器组成。由于忆阻器本质上是电阻性器件，这种交叉开关通常会受到潜行路径电流和其他寄生效应的限制。在典型的神经形态计算中，向量输入可以通过同时施加到交叉开关所有输入行的电压来表示。若同一交叉开关的各列分别驱动独立负载，那么输出将由各列中每个忆阻器的电流之和决定，该电流是由相应输入电压与忆阻值的乘积产生的。如果模拟输入电压代表输入向量的元素，忆阻值对应相关突触的权重，那么输出就是神经形态计算得到的向量。
- 2T1M 单元交叉开关阵列 ：该实现方式在阵列的每个交叉点采用两个晶体管和一个忆阻器组成的 2T1M 单元。基本单元中的两个晶体管构成电流镜，将每行的输入电压与列上的输出隔离开来。这种排列方式的密度不如纯忆阻交叉开关，但具有更好的噪声容限，且不存在反向驱动（无调节电流）问题。因此，单忆阻器实现方式在性能方面具有最大优势，而 2T1M 单元则可能更稳健。

2. CMOS/忆阻器混合架构

2.1 2T1M 结构作为阈