Digitaler Zwilling für resistive Direktzugriffsspeicher (RRAM) entwickelt

Fortschritte in der Hardware für neuromorphes Computing (NC) sind für die Entwicklung effizienter und skalierbarer Systeme der künstlichen Intelligenz von entscheidender Bedeutung, insbesondere bei der Optimierung von Komponenten, die biologisches synaptisches Verhalten emulieren können. Diese Forschung ist von Bedeutung, da sie sich mit der Optimierung von memristiven Komponenten und Programmierschemata für den Einsatz als künstliche Synapsen in (spiking) neuronalen Netzen befasst - ein Ansatz, der für die Verbesserung der Verarbeitungseffizienz und des Energiemanagements in diesen Systemen entscheidend ist.

In Zusammenarbeit zwischen dem IHP Frankfurt (Oder), der BTU Cottbus-Senftenberg, dem Forschungszentrum Jülich und weiteren Partnern wurde ein digitaler Zwilling für resistive Direktzugriffsspeicher (RRAM) entwickelt und kürzlich in Scientific Reports ( https://doi.org/10.1038/s41598-024-73439-z). veröffentlicht . Das digitale Zwillingsmodell basiert auf empirischen Daten und erfasst und reproduziert Variationen der Widerstandszustände. Die von den PGI-7/NEUROTEC-Wissenschaftlern gesammelten experimentellen Daten werden geladen, um den digitalen Zwilling automatisch zu erstellen, der nahtlos in einen Simulator auf Systemebene integriert wird. Diese Innovation ermöglicht die genaue Leistungsbewertung von RRAM-Bausteinen unter Inferenz-Arbeitslasten und ebnet den Weg für effektivere und energieeffizientere Hardware-Lösungen für neuronale Netze.