中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
面向神經網絡的模擬型阻變存儲器的可靠性研究 版權信息
- ISBN：9787302658306
- 條形碼：9787302658306 ; 978-7-302-65830-6
- 裝幀：精裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
面向神經網絡的模擬型阻變存儲器的可靠性研究 本書特色
深度學習算法的興起帶來了智能化的信息技術革命。神經網絡計算是一種數據為中心的任務，需要計算硬件具有高性能、低功耗的處理能力。基于傳統馮諾依曼架構的計算需要大量數據搬移，無法實現高能效的處理。然而，基于阻變陣列的存算一體系統中，存儲和計算都發生在原位，不需要數據搬移。這種全新的計算架構可以并行的完成乘累加操作，能夠高能效、低延時地實現神經網絡計算，這也是近年來廣受追捧的原因。本書在神經網絡之下構建了全新的計算架構，能夠高能效、低延時地實現神經網絡計算，在近些年廣受歡迎。
面向神經網絡的模擬型阻變存儲器的可靠性研究 內容簡介
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。基于模擬型阻變存儲器的存算一體系統可以有效緩解存儲墻問題，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于多阻態、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征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，并通過階段式采樣模擬阻變曲線證明了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。
面向神經網絡的模擬型阻變存儲器的可靠性研究 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基于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可靠性表征方法
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耐擦寫次數與動態范圍的關系
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
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基于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可靠性表征方法
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耐擦寫次數與動態范圍的關系
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
展開全部
面向神經網絡的模擬型阻變存儲器的可靠性研究 作者簡介
趙美然,2013年9月考入西安交通大學電子與信息學院微電子科學與工程專業，2017年7月本科畢業并獲得工學學士學位。同年9月進入清華大學集成電路學院學習，師從高濱副教授，2022年6月畢業取得博士學位。博士期間共發表17篇SCI/EI論文和四項專利，其中以學生第一作者共發表了7篇論文，包括一篇“ESI高被引論文” 和兩篇行業頂會IEDM，其個人谷歌被引次數超過300。博士期間曾獲得2020年中國電子學會集成電路特等獎學金、國家獎學金等榮譽，博士畢業論文當選2022年清華大學優秀博士論文。
書友推薦
- >
羅庸西南聯大授課錄
- >
月亮與六便士
- >
推拿
- >
【精裝繪本】畫給孩子的中國神話
- >
龍榆生：詞曲概論/大家小書
- >
朝聞道
- >
莉莉和章魚
- >
我與地壇
本類暢銷
