对神经形态计算出来的浓厚兴趣性刺激人们研发出有一系列全新的存储设备，这些设备可以拷贝生物神经元和神经元功能。最近，一篇总结该领域现状的论文对六种最有前景的技术展开了盘点和理解。这篇为题“用作神经形态计算出来的新兴存储器件”的论文公开发表在1月份的《先进设备材料技术》（AdvancedMaterialsTechnologies）上。论文中，作者阐释了挣脱晶体管和冯·诺依曼架构转而使用与尖峰神经网络更加紧密结合的技术的优势，尖峰神经网络是神经形态计算出来的基础。

论文的目的是在神经形态计算出来中找到比CPU、GPU、DRAM和NAND等传统设备更加慢、更加节约能源的设备。论文作者盘点和讲解的六种存储器件还包括电阻式记忆存储器（ReRAM）、扩散式悲阻器、热力学存储器（PCM）、非易失性磁性随机存储器（MRAM）、铁电场效应晶体管（FeFET）和神经元晶体管。下面我们明确地看一下。

ReRAMReRAM是基于电阻式随机存取的一种非易失性存储器。换句话说，关闭电源后存储器仍能忘记数据。

ReRAM可以由许多化合物做成，最少见的化合物是各种类型的氧化物。据论文作者讲解，ReRAM的主要优势在于其可扩展性、CMOS兼容性、低功耗和电导调制效应，这些优点让ReRAM可以精彩扩展到先进设备工艺节点，需要展开大批量生产和供应，并且需要符合神经形态计算出来等应用于对能耗和速度的拒绝，所有这些都使ReRAM沦为下一代存储器的主要竞争者。ReRAM对神经形态计算出来的适用性与悲阻器根据产生电压的历史转变其状态的能力有关。

由于这种能力，ReRAM具备生物神经元和神经元的时间特性和仿真特性。基于ReRAM技术的人工神经神经元是一种十分有前途的方法，可用作在神经形态计算出来中构建高密度和可图形的神经元阵列。不过，论文作者同时也认为，让这些悲阻器更加均匀分布以便让它们可信地运营依然是一个挑战。

根据2017年的报导，由WeiLu领导的密歇根大学电气工程和计算机科学系由的一个小组展示了一个神经形态原型装置，该装置在交叉网络中用于了排序的悲阻器。作为Crossbar的首席科学家，Lu正在协助构建该技术的商业化。Crossbar是他在2010年与他人联合创办的公司，目前正在与客户合作向市场发售CrossbarReRAM解决方案。Crossbar的ReRAM技术是基于一种非常简单的器件结构，用于与CMOS工艺相容的材料和标准的CMOS工艺流程。

它可以很更容易地在现有的CMOS晶圆厂中被构建和生产。并且由于是低温、后末端工艺构建，Crossbar的ReRAM需要构建建构3DReRAM存储芯片。除了Crossbar外，东芝、Elpida、索尼、松下、美光、海力士、富士通等厂商也在积极开展ReRAM的研究和生产工作。

在生产方面，中芯国际（SMIC）、台积电（TSMC）和联电（UMC）都早已将ReRAM划入自己未来的发展线路图中，格罗方德（GlobalFoundries）等其他企业对于ReRAM技术更为热烈，正在积极开展其他内存技术的研发工作。扩散式悲阻器扩散式悲阻器是基于一种活性金属蔓延动力学的悲阻器，这项技术也引发了研究人员的留意。

论文作者回应，扩散式悲阻器需要利用其独有的电导不道德来仿效神经元可塑性，这一特征使他们需要记得较早于的、短期的信息，同时瞄准更加多涉及的信息。扩散式悲阻器由映射到一个氧氮化硅薄膜（坐落于两个电极之间）内的银纳米粒子簇构成。薄膜是绝缘体，通电以后，冷和电联合起到使粒子簇分崩离析，银纳米粒子前行通过薄膜并最后构成一根导电丝，让电流从一个电极抵达另一个电极。

开动电源后，温度上升，银纳米粒子不会重新排列规整。研究人员称之为，这一过程类似于生物神经元内钙离子的不道德，因此该设备能仿真神经元的短期可塑性。

在扩散式悲阻器揭发之前，也有研究人员用于飘移式忆阻器来仿真钙离子的动态。不过，飘移式忆阻器是基于物理过程，不同于生物神经元，因此保真度和各种有可能的神经元功能都有相当大的容许。研究扩散式悲阻器的研究员指出，扩散式悲阻器协助飘移式忆阻器产生了类似于确实神经元的不道德，融合用于这两种悲阻器带给了脉冲计时涉及可塑性（STDP）的天然样板，而STDP是长年可塑性自学规则的最重要因素。

将扩散式悲阻器与ReRAM筛选的实验装置需要构建无监督自学。这项工作由马萨诸塞大学的一个研究小组领导，团队刚好还包括此篇论文的三位作者。截至目前为止，他们还没商业行为。

惠普公司多年来仍然热衷扩散式悲阻器，尤其是其称作“机器”的概念系统。热力学存储器（PCM）PCM是另一种高性能、非易失性存储器，基于硫属化合物玻璃。这种化合物有一个很最重要的特性，当它们从一互为移动到另一相时需要转变它们的电阻。该材料的结晶相是较低电阻互为，而非晶相为低电阻互为，通过产生或避免电流来已完成热力学。

与基于NAND的传统非易失性存储器有所不同，PCM设备可以构建完全无限数量的载入。此外，PCM器件的优势还包括：采访响应时间较短、字节可传输速率、随机读取等，其也是诸多被称作需要“转变未来”的存储技术之一。典型的GSTPCM器件结构由顶部电极、晶态GST、α／晶态GST、热绝缘体、电阻、底部电极构成。

一个电阻相连在GST层的下方。冷却／熔融过程只影响该电阻顶端周围的一小片区域。读取／RESET脉冲产生低电阻即逻辑0，在器件上构成一片非晶层区域。

读取／RESET脉冲比写出／SET脉冲要低、较宽和平缓。SET脉冲用作改置逻辑1，使非晶层再结晶返回结晶态。

PCM器件就是利用材料的可直流电源的热力学来存储信息。论文作者参照了许多用于热力学材料的仿真性质展开神经形态计算出来的研究项目，其中还包括一个明确提出原始的神经形态电路设计的项目，该项目用于PCM来仿真神经元和神经元。目前，英特尔、三星、美光科技和松下都早已开始PCM的布局，IBM研究院早已发售了可以作为非易失性内存的PCMDIMM。

几年前，IBM研究人员建构了一张PCI－ExpressPCM卡，可以相连到Power8服务器，并通过相干性加速器处理器点对点（CAPI）模块互相交换数据。

本文来源：BB贝博艾弗森官方网站-www.gxcs8.com