ACS Nano：基于单二维晶体管的三元内容可寻址存储器，用于记忆增强学习

主要观点总结

本文介绍了一种基于具有石墨烯接触的单个浮栅2D双极性MoTe2 FET的1T TCAM单元。该单元具有高的电阻比和对称的“1”和“0”状态，适用于记忆增强学习中的距离计算。文章还介绍了器件的制造过程、性能特性以及电路模拟结果。

关键观点总结

关键观点1: 研究背景

深度学习成功激发了人工智能硬件的发展，为满足日益增长的数据密集型计算需求，例如图形处理单元（GPU）和张量处理单元（TPU）等加速器被开发出来。然而，这些加速器面临处理和存储单元之间数据传输的瓶颈。内存计算成为了一种提高能效和降低延迟的范例，特别是在功率受限的边缘器件中。TCAM作为一个查找表，在内存计算应用中引起了广泛关注。

关键观点2: 技术细节

本研究中，使用具有底部石墨烯接触的MoTe2 FET构建单晶体管TCAM单元。底部石墨烯接触方案实现了接触肖特基势垒的栅极调制，促进了电子和空穴的载流子注入。沟道和接触材料的二维特性为超越硅CMOS的器件缩放提供了希望。通过与浮栅堆叠集成，实现了高可靠的非易失性存储特性。

关键观点3: 成果介绍

制备的1T TCAM单元具有大于1000的电阻比和对称的互补状态，允许大规模TCAM阵列的实现。电路模拟表明，基于阵列大小为128个单元的TCAM，内存中汉明距离计算很容易实现。这种TCAM单元在人工智能硬件，特别是记忆增强神经网络（MANN）中具有潜在的应用价值。

关键观点4: 展望

本研究为开发下一代人工智能硬件提供了一个有前途的平台。未来的研究可以进一步探索TCAM单元的缩放性能、集成度和耐用性，以及在实际应用中的性能和能效。

免责声明