石墨烯是一種被廣泛用于工業(yè)的材料，包括電子行業(yè)的許多領(lǐng)域。許多領(lǐng)域在根本層面上取得了很大進(jìn)展。不過，石墨烯在某些電子應(yīng)用領(lǐng)域的商業(yè)化還需要一段時間，這主要是因為長期穩(wěn)定性和性能仍需對照現(xiàn)狀進(jìn)行評估（在許多情況下，相同的材料已使用多年）。
然而，創(chuàng)新正在許多層面上發(fā)生，涉及石墨烯的有趣應(yīng)用不斷出現(xiàn)。最近的一個領(lǐng)域，與其他領(lǐng)域（甚至在電子學(xué)領(lǐng)域）有些不同的是，使用石墨烯為神經(jīng)形態(tài)計算硬件制造記憶電阻器，這些硬件是電子電路和電子結(jié)構(gòu)，模仿人類神經(jīng)系統(tǒng)中的生物結(jié)構(gòu)。記憶電阻器現(xiàn)在正成為人工神經(jīng)網(wǎng)絡(luò)（ann）內(nèi)存計算引擎中計算機體系結(jié)構(gòu)的重要組成部分，而ann本身正成為許多自動化領(lǐng)域的強大人工智能（AI）算法。雖然互補金屬氧化物半導(dǎo)體（CMOS）架構(gòu)多年來一直是金標(biāo)準(zhǔn)，工程師們正在尋找其他替代品，而人腦（及其附屬的中樞神經(jīng)系統(tǒng)）也一直對人工智能相關(guān)應(yīng)用產(chǎn)生興趣。
安是如何模仿人腦的
不用說，擁有更高的計算能力有助于人工智能算法更有效地執(zhí)行其操作。即使有了現(xiàn)代計算技術(shù)的進(jìn)步，在能量和面積效率方面，現(xiàn)在可用的超級計算機遠(yuǎn)不能與大腦匹敵，因為大腦每瓦特可以執(zhí)行更多的操作。因此，如果我們自己的“自然計算機”的能力能夠得到利用，那么我們的人工計算和人工智能操作可能會變得更有效率。
模擬大腦的工作已經(jīng)完成，神經(jīng)網(wǎng)絡(luò)已經(jīng)成為最好的方法之一，因為神經(jīng)網(wǎng)絡(luò)可以用來模擬人腦最基本的方面之一，即電突觸。模仿大腦的一個關(guān)鍵方面是適應(yīng)外部刺激的能力，這種刺激會隨著時間的推移而變化，而神經(jīng)網(wǎng)絡(luò)能夠在一定程度上通過調(diào)節(jié)連接到人工突觸的突觸權(quán)重來實現(xiàn)這一點，因為這使得整個神經(jīng)網(wǎng)絡(luò)系統(tǒng)的連通性能夠隨著環(huán)境的變化而重新配置。
這些人工神經(jīng)重構(gòu)可以通過使用能夠改變其電阻/電導(dǎo)（充當(dāng)突觸重量）的裝置來重現(xiàn)真實神經(jīng)元的生物學(xué)功能，當(dāng)突觸活動以外加電流或偏壓的形式存在時。這些器件還需要幾種不同的電阻/電導(dǎo)狀態(tài)才能有效工作。記憶電阻器已經(jīng)成為促進(jìn)這些神經(jīng)形態(tài)計算結(jié)構(gòu)中突觸的設(shè)備之一。
構(gòu)建神經(jīng)形態(tài)系統(tǒng)的當(dāng)前挑戰(zhàn)
盡管人工神經(jīng)網(wǎng)絡(luò)已經(jīng)顯示出很大的潛力，但它們還不能在不消耗能量和區(qū)域效率的情況下擴展到人腦的全部容量，因為當(dāng)前的一些架構(gòu)在物理上分離了邏輯和內(nèi)存，使得其可擴展性受到限制。當(dāng)涉及到與現(xiàn)有CMOS技術(shù)的兼容性時，該過程變得非常低效，并且與其他器件相比，某些器件的性能更差。
通過使用交叉桿結(jié)構(gòu)，如memristor，其中每個電導(dǎo)狀態(tài)都充當(dāng)一個非易失性存儲單元，這在某種程度上得到了彌補。因為這減少了在其他神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中看到的內(nèi)存和計算之間的數(shù)據(jù)穿梭瓶頸。雖然這有助于提高效率，但大多數(shù)記憶電阻器本質(zhì)上是二進(jìn)制的，因為它們通常具有兩種電阻狀態(tài)：一種是高電阻狀態(tài)，即器件處于“關(guān)閉”狀態(tài)；另一種是低電阻狀態(tài)，即器件處于“打開”狀態(tài)。
模擬操作（具有多個電阻狀態(tài)）比二進(jìn)制操作更可取，因為更多的操作將量化誤差降至最低，從而導(dǎo)致更精確和高效的系統(tǒng)。然而，在許多記憶電阻器中實現(xiàn)多個電阻狀態(tài)是困難的，在二進(jìn)制器件中實現(xiàn)模擬運算的方法導(dǎo)致神經(jīng)網(wǎng)絡(luò)不能正確收斂。因此，新的方法正在試驗，以發(fā)現(xiàn)記憶電阻器如何實現(xiàn)模擬運算，最近的研究已經(jīng)轉(zhuǎn)向石墨烯來幫助。
用于神經(jīng)形態(tài)計算的石墨烯憶阻器的研制
最近對石墨烯記憶電阻器的研究為這些突觸神經(jīng)網(wǎng)絡(luò)系統(tǒng)和神經(jīng)形態(tài)計算機硬件帶來了一些有趣的結(jié)果。基于可編程石墨烯場效應(yīng)晶體管（GFETs），其結(jié)果是一種能夠?qū)崿F(xiàn)16種以上電導(dǎo)狀態(tài)的電阻存儲器器件，解決了現(xiàn)有結(jié)構(gòu)的一些關(guān)鍵問題。
這是對許多memristor器件的二進(jìn)制態(tài)的一個重大改進(jìn)，也是石墨烯存儲空間本身的一個重大成就。雖然基于石墨烯的存儲設(shè)備并不是一個新概念，但是大多數(shù)石墨烯存儲設(shè)備在一個設(shè)備上只有2個存儲狀態(tài)（1位），因此多個狀態(tài)的存在對于這種結(jié)構(gòu)來說是相當(dāng)新穎和獨特的。與其他突觸器件相比，石墨烯記憶電阻器還顯示出良好的保持力和開關(guān)耐力，以及更高的精確度。
雖然這還只是早期，但石墨烯的使用為神經(jīng)形態(tài)計算的進(jìn)一步發(fā)展提供了一些潛力，使神經(jīng)網(wǎng)絡(luò)更加有效和準(zhǔn)確。越來越多的人試圖將石墨烯應(yīng)用到電子和計算領(lǐng)域，因此看到更多創(chuàng)新領(lǐng)域的出現(xiàn)是很有趣的。石墨烯行業(yè)內(nèi)部也有很多合作，所以這個行業(yè)不應(yīng)該有任何障礙。不過，我們還得看看數(shù)據(jù)和計算部門是否會進(jìn)一步考慮在高級計算系統(tǒng)中采用石墨烯記憶電阻器結(jié)構(gòu)（以及一般的石墨烯增強型存儲設(shè)備）。
文章來源：賢集網(wǎng)
原標(biāo)題：《【行業(yè)動態(tài)】石墨烯記憶電阻器正成為人工神經(jīng)網(wǎng)絡(luò)引擎中的重要組成部分》
