.png){kind=icon}
返回
Floating-Gate Synaptic Transistors for Energy-Efficient Neuromorphic Computing
.png){kind=icon}
PRE
AI
DOI：10.1002/adma.202515605.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
通过集成非易失性存储器和处理单元，浮栅突触晶体管（FGSTs）已脱颖而出，成为高效神经形态计算的关键平台，克服了传统冯·诺依曼架构固有的局限性。这些器件利用独特的浮栅层来促进电荷的存储和调控。本文综述了FGST器件设计的最新进展，重点介绍了创新的浮栅结构、多样的浮栅材料体系以及先进的隧穿介质层。这些创新显著提升了突触性能，包括近线性电导调制、超低能耗、多级存储、延长保持时间以及优异的耐久特性。因此，FGSTs实现了卓越的模式识别精度，并有效模拟了复杂的生物可塑性规则。此外，将它们集成到用于视觉、听觉、触觉和神经元行为的神经形态传感系统中，使这些器件能够进行高保真度的实时多模态和可重构处理。尽管取得了这些进展，但在将突触能耗缩放到飞焦耳水平、提升可穿戴电子器件的机械柔韧性、改善运行稳定性以及开发大规模突触器件阵列方面仍存在挑战。本文概述了在材料和架构方面的战略路径，以推动FGSTs朝着高效、类脑神经形态硬件的方向发展。
Keyword:
artificial synapse
floating-gate
neuromorphic computing
transistor
期刊
IF:
26.8
论文数:
3.5W
被引数:
46.0W
机构
引用论文
分享收藏Van der Waals materials-based floating gate memory for neuromorphic computing用于神经形态计算的基于范德华材料的浮栅存储器.png)
Chip
OAAI
ChipIF0
OAAI分享收藏2D metal carbides and nitrides (MXenes) for energy storage用于储能的2D金属碳化物和氮化物 (MXenes)NATURE REVIEWS MATERIALS
NATURE REVIEWS MATERIALSIF86.2
PREAI
分享收藏Norbornene and Epoxide-Substituted Silsesquioxane Photoresists with High-Sensitivity and Stability降冰片烯和环氧取代的硅倍半氧烷高灵敏度及稳定性光刻胶ACS Nano
ACS NanoIF16
PREAI
分享收藏
查看更多内容