首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

《科学》发表西安交大 国际合作研究成果

本报讯(记者 姜泓)记者从西安交大获悉,8月23日,国际最权威学术期刊之一的《科学》杂志在线发表了西安交通大学与深圳大学、美国约翰霍普金斯大学的合作论文——《超低噪声与漂移的相变异质结存储器》,这项最新成果破解了神经元计算协同性瓶颈,可完美匹配现有相变存储器量产工艺,将有助于大力推进高性能神经元计算芯片的开发。

随着人工智能、大数据、超级计算机的迅猛发展,要求传统商用计算体系架构更加低功耗、高效率、低成本。但是,目前经典的冯诺依曼计算体系架构,采用二进制数字信号且数据处理与存储分离,约40%的能耗仅用于数据的往返搬运而非计算或存储。

如何破解其中存在的瓶颈问题?为此,业界致力于研发基于新型非易失性存储技术的类脑神经元计算器件,从而实现非冯诺依曼架构的全新计算体系,实现存算一体以及模拟信号处理。相变随机存储器是目前最成熟的新型非易失性存储器技术之一,近年来,基于先进的相变存储技术研发神经元计算器件已成为业界研发焦点。然而,商用锗锑碲基相变存储器件在反复可逆相变操作过程中,多态存储电阻值波动大,高密度存储阵列协同性差,严重制约了高精度、高效率神经元计算器件的开发。

聚焦此关键科学问题,西安交通大学材料学院金属材料强度国家重点实验室微纳中心张伟教授,与深圳大学饶峰教授、美国约翰霍普金斯大学马恩教授通力合作,提出了一种新式的相变异质结(PCH)设计,由多个交替堆叠的相变层与限制层构成,并通过原位加热且低速生长的多层薄膜磁控溅射沉积技术,实现了高质量相变异质结的制备。

值得指出的是,相变异质结所采用的多层膜制备技术,不显著增加芯片制造成本,也无需开发额外复杂的工艺,可完美匹配现有相变存储器量产工艺,将有助于大力推进高性能神经元计算芯片的开发。

(姜泓)

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190824A02MYW00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券