<正>隨著大數(shù)據(jù)與人工智能時代的到來,電子設(shè)備對存儲與計算能力提出了更高的要求。傳統(tǒng)的馮諾依曼式計算構(gòu)架存在著存儲單元與計算單元分離的問題,極大限制了計算效率與功耗。仿生人工神經(jīng)形態(tài)器件具有大規(guī)模并行計算、高效處理、低功耗等優(yōu)勢,可實現(xiàn)類似人腦的計算與信息處理方式,為新型存算一體化構(gòu)架的建立提供了新的思路。盡管目前的人工神經(jīng)形態(tài)器件的功耗可達到生物功耗級別(10fJ),但實現(xiàn)比生物水平更低的功耗對大規(guī)模神經(jīng)網(wǎng)絡(luò)的應(yīng)用仍具有重要意義。二維過渡金屬硫化物由于原子級厚度、超高集成密度、

【文章頁數(shù)】：1 頁


本文編號：3962405