의사. 비노드 K. 상완, 노스웨스턴 대학교, 일리노이주 에반스턴, 미국
생체 모방형 신경 모방 컴퓨팅을 위한 신흥 나노 소재
실리콘 상보성 금속 산화막 반도체 칩의 대안으로 뇌 기반 컴퓨팅 하드웨어가 등장하고 있으며, 이는 급증하는 디지털 데이터 생성 및 처리에 따른 에너지 위기에 대처하기 위한 것입니다. 기존의 비휘발성 메모리는 신경망에서 고도로 병렬화된 인메모리 컴퓨팅을 실현할 수 있지만, 저에너지 생물학 시스템의 주요 특징인 적응성과 재구성 가능성이 부족합니다. 이를 위해 저차원 나노물질 기반의 뉴로모픽 소자는 시냅스의 생물학적으로 사실적인 조정 가능한 학습, 결합된 상태 변수, 비선형 응답 및 다중 단자 아키텍처를 구현합니다. 이 특별 강연에서 Sangwan은 인공 시냅스, 뉴런 및 네트워크 아키텍처에서의 기본 속성, 폼 팩터 및 필요한 기능 간의 유사성을 활용하여 뉴로모픽 하드웨어를 위한 2차원(2D) 나노물질을 주장합니다. 몇 가지 예로 MoS2멤트랜지스터는 고차원 동적 신경망을 위한 확장 가능한 크로스바 어레이에서 생물학적으로 현실적인 시냅스 학습을 보여줍니다. 이중층 그래핀 모아레 시냅틱 트랜지스터의 비정상적인 강유전성은 전례 없는 적응형 학습을 달성합니다. 이중 게이트, 자체 정렬, 혼합 차원 가우시안 이종 접합 트랜지스터는 복잡한 스파이크 동작을 실현할 뿐만 아니라 엣지 컴퓨팅에서 기계 학습 알고리즘을 위한 저전력 하드웨어를 가능하게 합니다.
