Memristive und CMOS-Geräte für neuromorphe Berechnungen

Neuromorphe Berechnungen haben sich als eines der vielversprechendsten Paradigmen entwickelt, um die Einschränkungen der von-Neumann-Architektur konventioneller digitaler Prozessoren zu überwinden. Das Ziel der neuromorphen Berechnung besteht darin, die Rechenprozesse im menschlichen Gehirn getreu zu reproduzieren und somit seine außergewöhnliche Energieeffizienz und Kompaktheit zu parallelisieren. Um dieses Ziel zu erreichen, müssen jedoch einige wesentliche Herausforderungen bewältigt werden. Da das Gehirn Informationen durch hochdichte neuronale Netzwerke mit ultraniedrigem Stromverbrauch verarbeitet, müssen neuartige Gerätekonzepte entwickelt werden, die hohe Skalierbarkeit, energieeffizienten Betrieb und fortschrittliche Rechenfunktionalität kombinieren. Diese Arbeit bietet einen Überblick über die vielversprechendsten Gerätekonzepte in der neuromorphen Berechnung, einschließlich komplementärer Metall-Oxid-Halbleiter (CMOS) und memristiver Technologien. Zunächst werden die Physik und der Betrieb von CMOS-basierten Floating-Gate-Speichergeräten in künstlichen neuronalen Netzwerken behandelt. Danach werden mehrere memristive Konzepte für Anwendungen in tiefen neuronalen Netzwerken und spiking neuronalen Netzwerkarchitekturen überprüft und diskutiert. Schließlich werden die wichtigsten technologischen Herausforderungen und Perspektiven der neuromorphen Berechnung erörtert.