.png){kind=icon}
返回
Hafnia-based ferroelectric computer vision system with artificial synaptic array
.png){kind=icon}
PRE
AI
DOI：10.1016/j.nanoen.2025.110877.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近期深度学习的发展显著提升了图像分类能力，并为计算机视觉应用建立了新的性能标准。然而，这些进展受到传统冯·诺依曼计算架构高能耗的限制。我们提出了一种基于存储器内视觉转换器（ViT）系统，该系统利用突触铁电薄膜晶体管（FeTFT）阵列与高迁移率铟镓锌氧化物（IGZO）通道相结合来解决这一限制。该存储器内ViT系统通过向量-矩阵乘法（VMM）实现并行操作，硬件负担极小，从而在保持高性能的同时显著降低能耗。突触IGZO FeTFT阵列表现出高迁移率、精确的电导调制以及在广泛编程/擦除周期中的鲁棒耐久性。通过突触IGZO FeTFT阵列展示了精确的权重转移能力和可靠的VMM操作。所提出的存储器内ViT系统在CIFAR-10数据集上达到了约94%的卓越准确率，即使在超过10^7次编程/擦除周期后依然如此。一种可靠且节能的存储器内ViT系统（采用突触IGZO FeTFT阵列）为先进计算机视觉应用中的能耗限制提供了可行的解决方案。
Keyword:
Ferroelectric thin-film transistors
Indium-gallium-zinc oxide channel
Compute-in-memory
Neuromorphic
Vision transformer
期刊
IF:
17.1
论文数:
1.2W
被引数:
13.0W
机构
暂无机构信息
引用论文
Hardware Implementation of Neuromorphic Computing Using Large-Scale Memristor Crossbar Arrays使用大规模忆阻器交叉阵列的神经形态计算的硬件实现
OAAI
.png){kind=icon}
OAAI分享收藏Monolithic 3D integration of back-end compatible 2D material FET on Si FinFETSi FinFET上后端兼容2D材料FET的单片3D集成OAAI
OAAI分享收藏Amorphous InGaZnO (a-IGZO) Synaptic Transistor for Neuromorphic Computing用于神经形态计算的非晶InGaZnO (a-igzo) 突触晶体管
PREAI
分享收藏Investigation of Endurance Degradation Mechanism of Si FeFET With HfZrO Ferroelectric by an In Situ Vth Measurement通过原位Vth测量研究Si FeFET中HfZrO铁电材料的耐久性退化机制
PREAI
分享收藏Analog Synaptic Devices Based on IGZO Thin-Film Transistors with a Metal-Ferroelectric-Metal-Insulator-Semiconductor Structure for High-Performance Neuromorphic Systems基于具有金属-铁电-金属-绝缘体-半导体结构的IGZO薄膜晶体管的模拟突触器件，用于高性能神经形态系统OAAI
OAAI分享收藏
Demonstration of High Ferroelectricity (P$_{{r}}$ ~ 29 $\mu$ C/cm2) in Zr Rich HfxZr1–xO2 Films
PREAI
分享收藏
查看更多内容