面向神經網絡的模擬型阻變存儲器的可靠性研究
趙美然
相關主題
商品描述
神經網絡計算引發了新一輪信息技術革命，也對硬件的性能提出了更高的需求。基於模擬型阻變存儲器的存算一體系統可以有效緩解存儲牆問題，阻變存儲器的可靠性退化問題是影響存算一體系統準確率的關鍵因素，當前尚缺乏面向神經網絡應用的可靠性研究。
本書從神經網絡計算的應用需求出發，建立了從器件到系統的跨層次可靠性分析與評估框架；圍繞模擬型阻變存儲器的數據保持特性建立了適用於多阻態、多溫度和多陣列形態的陣列級保持特性退化模型；針對現有的循環耐久性表徵方法難以模擬在線訓練時權重更新的問題提出了小步長增量阻變方法，並通過階段式採樣模擬阻變曲線證明瞭循環耐久性的耦合效應是導致在線訓練準確率損失的直接原因。
本書可供從事神經網絡計算、阻變存儲器、可靠性研究的高校師生、科研院所研究人員及相關技術人員閱讀參考。
目錄大綱
目錄
第1章引言
1.1神經網絡硬件概述
1.2阻變存儲器件與存算一體技術
1.2.1阻變存儲器概述
1.2.2模擬型阻變存儲器概述
1.2.3基於阻變存儲器的存算一體原理
1.3面向神經網絡的阻變存儲器可靠性研究現狀及挑戰
1.3.1可靠性研究現狀
1.3.2面臨的關鍵問題與挑戰
1.4本書內容安排
第2章面向神經網絡的模擬型阻變存儲器可靠性評估方法
2.1可靠性評估框架
2.2可靠性評估參數與需求
2.3可靠性表徵方法
2.3.1模擬型阻變器件單元與陣列
2.3.2測試系統
2.3.3測試方法
2.4可靠性模擬方法
2.5可靠性影響的量化方法
2.6本章小結
第3章面向神經網絡的數據保持特性研究
3.1數據保持特性行為分析與建模
3.1.1多阻態的數據保持特性分析與建模
3.1.2多溫度的數據保持特性分析與建模
3.1.3差分陣列的數據保持特性分析與建模
3.2數據保持特性的物理機理研究
3.3數據保持特性對神經網絡準確率的影響
3.3.1面向雙層感知機的數據保持退化影響評估
3.3.2面向RESNET-20的數據保持退化影響評估
3.4本章小結
第4章面向神經網絡的循環耐久性研究
4.1循環耐久性行為分析與建模
4.1.1耐擦寫次數與動態範圍的關系
4.1.2循環耐久性退化對非線性的影響
4.1.3循環耐久性退化對開關比的影響
4.2循環耐久性的物理機理研究
4.3循環耐久性對神經網絡準確率的影響
4.4本章小結
第5章總結與展望
5.1全書工作總結
5.2本書工作主要創新點
5.3下一步研究工作的展望
參考文獻
在學期間完成的相關學術成果
致謝
