随机阻变存储阵列

一种基于低成本可堆叠阻变器件的随机阻变存储阵列，利用介电击穿的固有随机性实现硬件随机投影，用于构建训练复杂度极低的回声状态图神经网络。

Wang, Shaocong · 李翌 · Dingchen, Wang · Zhang, Woyu · Chen, Xi · Dong, Danian · Songqi, Wang · 张续猛 · 林芃 · Gallicchio, Claudio · 许晓欣 · 刘琦 · Cheng, Kwangting · 王中锐 · 尚大山 · Ming, Liu

Nature Machine Intelligence 2023

参数信息

能效提升

40.37 ×

能效提升

35.42 ×

能效提升

2.16 ×

反向传播复杂度降低

99.35 %

反向传播复杂度降低

99.99 %

反向传播复杂度降低

91.40 %

技术优势

大幅降低训练计算复杂度

利用固定随机权重和回声状态网络架构，反向传播复杂度相比传统图学习最多减少99.99%。

显著提升能效

基于阻变存储阵列的模拟-数字混合系统相比先进GPU，在图分类和节点分类任务上能效分别提升2.16倍、35.42倍和40.37倍。

低成本可扩展的硬件实现

阻变存储阵列由低成本、纳米级且可堆叠的电阻器构成，为实现大规模图学习硬件提供了可行路径。

应用场景

• AI加速器：以低训练成本实现图神经网络的存储内计算加速。
• 图学习硬件：提供专用于图学习的低功耗模拟硬件平台。
• 边缘计算：借助随机投影降低训练需求，适合边缘端部署。
• 类脑计算：用阻变器件随机性实现类脑的固定随机权重网络。