基本信息

---

下载

文档摘要

---

摘要

随着人工智能的飞速发展，各行各业正经历着前所未有的变革。然而日益扩展的网

络规模对硬件的体积和功耗提出了更高的要求。传统硬件神经网络面临摩尔定律逐渐失

效的困境，难以满足日益增长的计算需求。在此背景下，忆阻作为神经形态计算的核心

器件，凭借其高并行、低功耗和自适应学习的特性，展现了巨大的潜力。本文设计了基

于忆阻的神经网络电路，并成功实现了联想记忆突触、多输入竞争联想记忆和大规模联