.png){kind=icon}
返回
Hardware-Bound Binary Neural Network Using Concealable Magnetic Tunnel Junctions
.png){kind=icon}
PRE
AI
DOI：10.1109/led.2026.3712675.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们展示了一种由可隐藏磁隧道结击穿(BD)单元实现的硬件绑定二值神经网络。使用28纳米FDSOI eMRAM工艺制造的MRAM宏对随机BD进行了表征，并验证了稳定的隐藏-揭示操作。测得的BD诱导硬件绑定权重层(HBL)被嵌入到全二值神经网络中。在揭示模式下保持了高推理精度，而隐藏或跨芯片替换HBL会导致精度崩溃至接近随机水平。模型反转模拟证实，当HBL被隐藏或替换时重构会受到抑制，展示了无需额外加密电路的固有硬件绑定神经网络操作。
Keyword:
Modeling
Cells (biology)
Arrays
Accuracy
Hardware
Neural networks
Magnetic tunneling
Cloning
Resistance
In-memory computing
Magnetic tunnel junction
neural network
