Analogue signal and image processing with large memristor crossbars

记忆电阻器 横杆开关 乘法(音乐) 图像(数学) 计算机科学 电压 矩阵乘法 神经形态工程学 CMOS芯片 信号处理 模拟信号 模拟信号处理 基质(化学分析) 图像处理 图像压缩 电子工程 电气工程 信号(编程语言) 材料科学 人工智能 计算机硬件 工程类 人工神经网络 物理 声学 数字信号处理 电信 程序设计语言 量子 复合材料 量子力学
作者
Can Li,Miao Hu,Yunning Li,Hao Jiang,Ning Ge,Eric Montgomery,Jiaming Zhang,Wenhao Song,Noraica Dávila,Catherine E. Graves,Zhiyong Li,John Paul Strachan,Peng Lin,Zhongrui Wang,Mark D. Barnell,Qing Wu,R. Stanley Williams,J. Joshua Yang,Qiangfei Xia
出处
期刊:Nature electronics [Nature Portfolio]
卷期号:1 (1): 52-59 被引量:1300
标识
DOI:10.1038/s41928-017-0002-z
摘要

Memristor crossbars offer reconfigurable non-volatile resistance states and could remove the speed and energy efficiency bottleneck in vector-matrix multiplication, a core computing task in signal and image processing. Using such systems to multiply an analogue-voltage-amplitude-vector by an analogue-conductance-matrix at a reasonably large scale has, however, proved challenging due to difficulties in device engineering and array integration. Here we show that reconfigurable memristor crossbars composed of hafnium oxide memristors on top of metal-oxide-semiconductor transistors are capable of analogue vector-matrix multiplication with array sizes of up to 128 × 64 cells. Our output precision (5–8 bits, depending on the array size) is the result of high device yield (99.8%) and the multilevel, stable states of the memristors, while the linear device current–voltage characteristics and low wire resistance between cells leads to high accuracy. With the large memristor crossbars, we demonstrate signal processing, image compression and convolutional filtering, which are expected to be important applications in the development of the Internet of Things (IoT) and edge computing.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
知识进脑子吧完成签到 ,获得积分10
刚刚
马俊完成签到,获得积分10
刚刚
多情无敌完成签到,获得积分10
1秒前
科研通AI6.2的应助被彭于晏采纳,获得10
1秒前
yurunxintian完成签到,获得积分10
1秒前
小明同学完成签到,获得积分10
1秒前
一休完成签到 ,获得积分10
1秒前
茯苓合道完成签到,获得积分10
2秒前
2秒前
谨慎问玉完成签到 ,获得积分10
2秒前
小岚花完成签到 ,获得积分10
2秒前
781473059完成签到,获得积分10
3秒前
飞翔完成签到,获得积分10
3秒前
爱柠完成签到,获得积分10
3秒前
4秒前
李泽寒完成签到,获得积分10
4秒前
李爱国的应助被我是笨蛋采纳,获得10
4秒前
zz完成签到 ,获得积分10
4秒前
xn完成签到,获得积分10
5秒前
CPZ完成签到,获得积分10
5秒前
zzm完成签到,获得积分10
6秒前
phy完成签到,获得积分10
6秒前
Leone完成签到,获得积分10
6秒前
阿母死撞完成签到,获得积分10
7秒前
kajikaji6完成签到,获得积分10
7秒前
董晏殊完成签到 ,获得积分10
8秒前
Rickqq完成签到,获得积分10
8秒前
Huying完成签到,获得积分10
8秒前
邵初蓝完成签到,获得积分10
8秒前
月亮不会奔你而来完成签到,获得积分10
9秒前
科研通AI6.2的应助被小张采纳,获得10
9秒前
FFFFFF完成签到 ,获得积分10
9秒前
iveu7va发布了新的文献求助10
9秒前
眯眯眼的网络完成签到,获得积分10
9秒前
yuhuaizhu完成签到 ,获得积分10
10秒前
孙友浩完成签到,获得积分10
10秒前
闪闪的灵发布了新的文献求助10
10秒前
chilin完成签到,获得积分10
10秒前
小巴完成签到,获得积分10
10秒前
暖阳完成签到,获得积分10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8159288
求助须知:如何正确求助?哪些是违规求助? 9554702
关于积分的说明 21720900
捐赠科研通 7748911
什么是DOI,文献DOI怎么找? 3427184
关于科研通互助平台的介绍 2552111
邀请新用户注册赠送积分活动 2471479