Ternary content-addressable memory with MoS2 transistors for massively parallel data search

晶体管 电阻随机存取存储器 巨量平行 内容寻址存储器 计算机科学 三元运算 随机存取 材料科学 光电子学 电气工程 并行计算 电压 人工神经网络 工程类 程序设计语言 机器学习 操作系统
作者
Rui Yang,Haitong Li,Kirby K. H. Smithe,Taeho R. Kim,Kye Okabe,Eric Pop,Jonathan A. Fan,H.‐S. Philip Wong
出处
期刊:Nature electronics [Springer Nature]
卷期号:2 (3): 108-114 被引量:124
标识
DOI:10.1038/s41928-019-0220-7
摘要

Ternary content-addressable memory (TCAM) is specialized hardware that can perform in-memory search and pattern matching for data-intensive applications. However, achieving TCAMs with high search capacity, good area efficiency and good energy efficiency remains a challenge. Here, we show that two-transistor–two-resistor (2T2R) transition metal dichalcogenide TCAM (TMD-TCAM) cells can be created by integrating single-layer MoS2 transistors with metal-oxide resistive random-access memories (RRAMs). The MoS2 transistors have very low leakage currents and can program the RRAMs with exceptionally robust current control, enabling the parallel search of very large numbers of data bits. These TCAM cells also exhibit remarkably large resistance ratios (R-ratios) of up to 8.5 × 105 between match and mismatch states. This R-ratio is comparable to that of commercial TCAMs using static random-access memories (SRAMs), with the key advantage that our 2T2R TCAMs use far fewer transistors and have zero standby power due to the non-volatility of RRAMs. By integrating two-dimensional MoS2 transistors with metal-oxide resistive random-access memories, two-transistor–two-resistor ternary content-addressable memory cells can be created, which could be used to search large amounts of data in parallel.
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
gishisei完成签到,获得积分10
刚刚
WENS完成签到,获得积分10
1秒前
laa完成签到,获得积分10
1秒前
雨旸时若完成签到,获得积分10
2秒前
2秒前
cookiezhu01完成签到 ,获得积分10
3秒前
chinh完成签到,获得积分10
3秒前
轻歌水越完成签到 ,获得积分10
4秒前
打哈哈儿完成签到,获得积分10
5秒前
清秋九应助知性冰淇淋采纳,获得10
5秒前
炙热的笑翠完成签到,获得积分10
6秒前
恍若隔世发布了新的文献求助10
7秒前
hml123完成签到,获得积分10
7秒前
Brenda完成签到,获得积分10
8秒前
Hua完成签到,获得积分10
9秒前
曾经的借过完成签到,获得积分10
10秒前
efengmo完成签到,获得积分10
10秒前
Dorren完成签到,获得积分10
12秒前
sandwich完成签到 ,获得积分10
14秒前
14秒前
Nothing完成签到,获得积分10
14秒前
道道sy完成签到,获得积分10
14秒前
回忆应助mengqing采纳,获得10
15秒前
15秒前
完美的采珊完成签到 ,获得积分10
16秒前
大气小天鹅完成签到 ,获得积分10
16秒前
随便完成签到,获得积分10
16秒前
xhm完成签到 ,获得积分10
19秒前
三心草完成签到 ,获得积分10
20秒前
杨杨杨完成签到,获得积分10
21秒前
量子星尘发布了新的文献求助10
21秒前
chuzihang完成签到 ,获得积分10
24秒前
25秒前
ryq327完成签到 ,获得积分10
26秒前
xiaofenzi完成签到,获得积分10
26秒前
老实的乐儿完成签到 ,获得积分10
26秒前
正己化人完成签到,获得积分0
26秒前
卫卫完成签到 ,获得积分10
27秒前
丽丽完成签到,获得积分10
27秒前
boymin2015完成签到 ,获得积分10
27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
Basic And Clinical Science Course 2025-2026 3000
人脑智能与人工智能 1000
花の香りの秘密―遺伝子情報から機能性まで 800
Terminologia Embryologica 500
Process Plant Design for Chemical Engineers 400
Principles of Plasma Discharges and Materials Processing, 3rd Edition 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5612098
求助须知:如何正确求助?哪些是违规求助? 4696228
关于积分的说明 14890813
捐赠科研通 4731873
什么是DOI,文献DOI怎么找? 2546156
邀请新用户注册赠送积分活动 1510470
关于科研通互助平台的介绍 1473350