一种具有自选择特性的易失性忆阻神经元，用于实现边缘计算环境下的毫秒级延迟神经形态对象检测

《Nature Communications》：Volatile self-selective memristive neuron for millisecond-latency neuromorphic object detection at the edge

　　

摘要

在边缘应用中，人工智能用于实时物体检测的部署受到传统计算架构的功耗和延迟限制。本文介绍了一种受生物启发的神经形态系统，该系统基于自选性的GaO_x/ZnO忆阻器构建，旨在解决这一挑战。该器件具有约10?的选择比和非线性特性，皮安级别的漏电流，以及微秒级的动态响应能力。我们将这些忆阻器集成到一个32×32的阵列中，模拟青蛙视觉系统中的首次脉冲编码机制，从而实现毫秒级的脉冲响应。当应用于无人机物体检测时，我们的硬件系统能够可靠地识别行人和车辆，其识别准确率仅比软件仿真低2.5%。此外，在10%的读取裕度下，该阵列的并行处理规模可达约8.36×1012个计算节点。这项工作为构建快速响应的边缘神经形态计算系统提供了切实可行的硬件解决方案，适用于智能交通和实时监控领域。