Réseaux neuronaux à pointes basés sur memristor : développement coopératif de l'architecture des réseaux neuronaux/algorithmes et des memristors

Inspirés par la structure et les principes du cerveau humain, les réseaux neuronaux à pointes (SNN) apparaissent comme la dernière génération de réseaux de neurones artificiels, attirant une attention significative et universelle en raison de leur transmission à basse énergie remarquable par impulsion et de leur puissante capacité de calcul parallèle à grande échelle. Les recherches actuelles sur les réseaux neuronaux artificiels passent progressivement de la simulation logicielle à la mise en œuvre matérielle. Cependant, un tel processus est semé de défis. En particulier, les memristors sont des candidats matériels très attendus compte tenu de leur vitesse de programmation rapide, de leur faible consommation d'énergie et de leur compatibilité avec la technologie CMOS. Dans cette revue, nous commençons par les principes de base des SNN, puis introduisons des technologies basées sur les memristors pour la mise en œuvre matérielle des SNN, et discutons davantage de la faisabilité d'intégrer une optimisation d'algorithme personnalisée pour promouvoir des systèmes matériels SNN efficaces et économes en énergie. Enfin, sur la base de la technologie memristor existante, nous résumons les problèmes et défis actuels dans ce domaine.