Выпуск:
2020. Том 6. № 4 (24)Об авторах:
Писарев Александр Дмитриевич, кандидат технических наук, доцент кафедры прикладной и технической физики, Школа естественных наук, Тюменский государственный университет, Тюмень, Россия; старший научный сотрудник, лаборатория мемристорных материалов, Центр природовдохновленного инжиниринга, Тюменский государственный университет, Тюмень, Россия; spcb.doc@utmn.ru, https://orcid.org/0000-0002-5602-3880
Аннотация:
Настоящая публикация является продолжением цикла статей по созданию узлов нейропроцессора на основе комбинированного мемристорно-диодного кроссбара.
Определены принципы модификации импульсной информации в двоичный код в выходном устройстве нейропроцессора, реализуемые в логической матрице на основе нового элемента электроники — комбинированного мемристорно-диодного кроссбара. В логической матрице возможна обработка импульсных сигналов, поскольку один слой матрицы представляет собой набор логических вентилей «И» или «ИЛИ» с произвольно подключаемыми входами.
Предложены два решения задачи декодирования импульсов от популяции нейронов в выходном устройстве, поступающих из аппаратной нейросети нейропроцессора, в стандартные двоичные сигналы. Первое решение предполагает использование двух слоев логической матрицы и генератора импульсов. Компактность второго решения достигается за счет наличия генератора двоичных чисел, что позволяет избавиться от одного слоя логической матрицы.
Представлены результаты SPICE моделирования процесса декодирования импульсных информационных сигналов в двоичный формат и подтверждена работоспособность электрической схемы выходного устройства.
Оригинальность работы устройства заключается в коммутации логической матрицей сигналов генератора на выход нейропроцессора на основе временной задержки входного импульса из аппаратной нейронной сети. Использование мемристорной логической матрицы во всех узлах нейропроцессора, включая выходное устройство, позволяет унифицировать элементную базу полной электрической схемы нейропроцессора, а также источников ее электропитания.
Ключевые слова:
Список литературы:
Ибрагим А. Х. Моделирование устройства кодирования информации для импульсной аппаратной нейросети / А. Х. Ибрагим, С. Ю. Удовиченко // Материалы всероссийской конференции молодых ученых «Математическое и информационное моделирование». Тюмень, 2020. Вып. 18. С. 10-16.
Alibart F. Pattern classification by memristive crossbar circuits using ex situ and in situ training / F. Alibart, E. Zamanidoost, D. Strukov // Nature Communications. 2013. Vol. 4. Art. 2072. DOI: 10.1038/ncomms3072
Chua L. Memristor — the missing circuit element / L. Chua // IEEE Transactions on Circuit Theory. 1971. Vol. 18. No. 5. Pp. 507-519. DOI: 10.1109/TCT.1971.1083337
Gollisch T. Rapid neural coding in the retina with relative spike latencies / T. Gollisch, M. Meister // Science. 2008. Vol. 319. No. 5866. Pp. 1108-1111. DOI: 10.1126/science.1149639
Kang B. S. High-current-density CuOx/InZnOx thin-film diodes for cross-point memory applications / B. S. Kang, S. E. Ahn, M. J. Lee, G. Stefanovich, K. H. Kim, W. X. Xianyu, C. B. Lee, Y. Park, I. G. Baek, B. H. Park // Advanced Materials. 2008. Vol. 20. Pp. 3066-3069. DOI: 10.1002/adma.200702932
Liang J. Cross-point memory array without cell selectors — device characteristics and data storage pattern dependencies / J. Liang, H. P. Wong // IEEE Transactions on Electron Devices. 2010. Vol. 57. No. 10. Pp. 2531-2538. DOI: 10.1109/TED.2010.2062187.
Pisarev A. 3D memory matrix based on a composite memristor-diode crossbar for a neuromorphic processor / A. Pisarev, A. Busygin, S. Udovichenko, O. Maevsky // Microelectronic Engineering. 2018. Vol. 198. Pр. 1-7. DOI: 10.1016/j.mee.2018.06.008
Pisarev A. D. Operation principle and fabrication technology of the neuroprocessor input unit on the basis of the memristive logic matrix / A. D. Pisarev, A. N. Busygin, A. N. Bobylev, S. Yu. Udovichenko // International Journal of Nanotechnology. 2019. Vol. 16. No. 6-10. Pp. 596-601. DOI: 10.1504/IJNT.2019.106630
Pisarev A. D. The biomorphic neuroprocessor based on the composite memristor-diode crossbar / A. D. Pisarev, A. N. Busygin, S. Y. Udovichenko, O. V. Maevsky // Microelectronic Journal. 2020. Vol. 102. Art. 104827. DOI: 10.1016/j.mejo.2020.104827
Prezioso M. Training and operation of an integrated neuromorphic network based on metal-oxide memristors / M. Prezioso, F. Merrikh-Bayat, B. D. Hoskins, G. C. Adam, K. K. Likharev, D. B. Strukov // Nature. 2015. Vol. 521. Pp. 61-64. DOI: 10.1038/nature14441
Strukov D. B. The missing memristor found / D. B. Strukov, G. S. Snider, D. R. Stewart, R. S. Williams // Nature. 2008. Vol. 453. No. 7191. Pp. 80-83. DOI: 10.1038/nature06932