非易失性存储器在人工智能（AI）领域的应用

  尽管闪存的写入速度相对较慢，但其容量巨大，因此它被广泛用作计算机的存储内存。与此同时，新兴的存储技术以其低功耗、高速度以及几乎无限次的写入能力，被应用于工业设备的数据日志、智能电表、RFID等领域。
 
  随着生成式AI技术的日益普及，处理大量数据的机器学习计算机的能耗显著上升。其中一个关键因素是计算机内部使用的易失性内存（在机器学习中用于“权重”计算）。
机器学习是通过多层感知器（也称为人工神经元或神经网络）来实现的。在每一层（节点）中，都会进行加权求和运算，并将结果传递给下一层。如果将这些“权重”存储在非易失性存储器中，理论上可以降低能耗。
 
  近年来，利用FeRAM进行机器学习的研究变得流行，特别是被称为“回声状态网络（Echo State Network）”的储量计算（Reservoir computing）方法引起了广泛关注。这种方法的特点是仅对输出层的权重进行调整，而中间层则利用非线性物理现象进行计算。这种技术有望实现低能耗的机器学习。


本文关键词：FeRAM,ReRAM

相关文章：SRAM是高效且关键的挥发性内存

宇芯有限公司自成立以来，我们专注于代理国内外各大知名品牌的半导体元器件，代理品牌有NETSOL、JSC、everspin代理、来杨Lyontek、ISSI、CYPRESS，VTI等多个品牌总代理资质，主要产品线为sram、mram、psram等其他存储器芯片，致力于为客户提供具有竞争优势的产品，是一家专业提供存储方案解决商。