本文摘要：中新网合肥3月19日电 (记者 吴兰)记者19日从中国科学技术大学得知，该校李晓光团队近日研究构建了具备亚纳秒信息载入速度的超快原型存储器，可用作建构存算一体人工神经网络。

中新网合肥3月19日电 (记者 吴兰)记者19日从中国科学技术大学得知，该校李晓光团队近日研究构建了具备亚纳秒信息载入速度的超快原型存储器，可用作建构存算一体人工神经网络。该成果在线公开发表在《大自然通讯》杂志上。在大数据时代，海量数据的低能耗、较慢存储处置是突破和完备未来人工智能、物联网等技术发展的关键之一。

因此急迫市场需求高速且高密度、非易失的信息存储器。如果该存储器还具备杰出的忆阻特性，从而构建人工神经元器件的功能，则可用作建构存算一体的计算出来系统，并未来将会突破冯诺依曼架构，为人工智能获取硬件反对。李晓光团队仍然致力于铁性隧道结信息存储原型器件研究，在磁电耦合、超快、多阻态、低功耗、非易俱信息存储等方面获得了最重要进展。

在前期研究基础上，该团队研究人员制取了高质量铁电隧道结。基于隧道结能带的设计，以及其对阻变速度、电源比、操作者电压的调控，该原型存储器不仅信息载入速度快，而且近超强商用存储器寿命。即使在极端高温(225℃)环境下仍能展开信息的载入，可实现高温紧急情况可用。

研究结果表明，网卓新闻网，该铁电隧道结非易俱存储器具备超快、超强低功耗、高密度、长寿命、耐高温等出色特性，是目前综合性能最差的非易俱存储器之一。人工神经网络的仿真结果表明，利用该铁电隧道结忆阻器建构的人工神经网络可用作辨识MNIST手写数字，准确率平均90%以上。

本文来源：奇异果体育官网登录-www.hfjtqcjlb.com