Key points are not available for this paper at this time.
Nous examinons en profondeur les performances du modèle dynamique de memdiode (DMM) lorsqu'il est utilisé pour simuler les poids synaptiques dans de grands arrays de points de croisement (CPA) basés sur RRAM destinés à l'informatique neuromorphique. Le DMM est conforme à la théorie des dispositifs mémristifs du Prof. Chua, dans laquelle le phénomène d'hystérésis dans les structures métal-isolant-métal électroformées est représenté par deux équations couplées : une équation pour la caractéristique courant-tension du dispositif basée sur une extension du modèle de contact quantique (QPC) pour la défaillance diélectrique et une seconde équation pour l'état mémoire, responsable de garder une trace de l'historique précédent du dispositif. En considérant l'entraînement ex-situ du CPA visant à classer les caractères manuscrits de la base de données MNIST, nous évaluons la performance d'un schéma itératif d'écriture-vérification pour définir les conductances des points de croisement à leurs valeurs cibles. Le temps total de programmation, l'erreur de programmation et la précision des inférences obtenues avec un tel schéma d'écriture sont étudiés en profondeur. Le rôle joué par les composants parasites tels que la résistance de ligne ainsi que certaines caractéristiques particulières des CPA comme la plage dynamique des memdiodes sont discutés. L'interrelation entre les valeurs de fréquence et d'amplitude des impulsions d'écriture est explorée en détail. De plus, l'effet du déplacement de résistance pour le cas d'un CPA programmé sans erreurs est étudié pour une variété de signaux d'entrée, fournissant une directive de conception pour sélectionner l'amplitude et la fréquence appropriées des impulsions.
Aguirre et al. (Thu,) ont étudié cette question.