論文の概要: Deep Neuromorphic Networks with Superconducting Single Flux Quanta
- arxiv url: http://arxiv.org/abs/2311.10721v1
- Date: Thu, 21 Sep 2023 10:44:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 16:13:21.655491
- Title: Deep Neuromorphic Networks with Superconducting Single Flux Quanta
- Title（参考訳）: 超伝導単磁束量子を用いた深部ニューロモルフィックネットワーク
- Authors: Gleb Krylov, Alexander J. Edwards, Joseph S. Friedman, Eby G. Friedman
- Abstract要約: ニューロモルフィック回路(Neuromorphic circuits)は、高効率を達成するために脳が使用する技術を利用するコンピューティングにおける有望なアプローチである。
既存の多くのニューロモルフィック回路は、脳の操作をより良く模倣するために、新しい技術の非伝統的で有用な性質に依存している。
そのような技術の一つが単一磁束量子(SFQ)論理であり、そのデータは磁束(磁束)の量子で表される低温超伝導技術である。
回路内のフラクトンの動きは、ニューロンのスパイク現象に似た量子化された電圧パルス(SFQパルス)を生成する。
- 参考スコア（独自算出の注目度）: 45.60688252288563
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conventional semiconductor-based integrated circuits are gradually
approaching fundamental scaling limits. Many prospective solutions have
recently emerged to supplement or replace both the technology on which basic
devices are built and the architecture of data processing. Neuromorphic
circuits are a promising approach to computing where techniques used by the
brain to achieve high efficiency are exploited. Many existing neuromorphic
circuits rely on unconventional and useful properties of novel technologies to
better mimic the operation of the brain. One such technology is single flux
quantum (SFQ) logic -- a cryogenic superconductive technology in which the data
are represented by quanta of magnetic flux (fluxons) produced and processed by
Josephson junctions embedded within inductive loops. The movement of a fluxon
within a circuit produces a quantized voltage pulse (SFQ pulse), resembling a
neuronal spiking event. These circuits routinely operate at clock frequencies
of tens to hundreds of gigahertz, making SFQ a natural technology for
processing high frequency pulse trains.
Prior proposals for SFQ neural networks often require energy-expensive fluxon
conversions, involve heterogeneous technologies, or exclusively focus on device
level behavior. In this paper, a design methodology for deep single flux
quantum neuromorphic networks is presented. Synaptic and neuronal circuits
based on SFQ technology are presented and characterized. Based on these
primitives, a deep neuromorphic XOR network is evaluated as a case study, both
at the architectural and circuit levels, achieving wide classification margins.
The proposed methodology does not employ unconventional superconductive devices
or semiconductor transistors. The resulting networks are tunable by an external
current, making this proposed system an effective approach for scalable
cryogenic neuromorphic computing.
- Abstract（参考訳）: 従来の半導体ベースの集積回路は、徐々に根本的なスケーリング限界に近づいている。
多くの先進的なソリューションが最近登場し、基本的なデバイスが構築される技術とデータ処理のアーキテクチャの両方を補完または置き換えている。
ニューロモルフィック回路は、高効率を達成するために脳が使用する技術を利用するコンピューティングへの有望なアプローチである。
既存の多くのニューロモルフィック回路は、脳の操作をより良く模倣するために、新しい技術の非伝統的で有用な性質に依存している。
そのような技術の一つが単一磁束量子(SFQ)論理(英語版)であり、これは誘導ループに埋め込まれたジョセフソン接合によって生成・処理された磁束(磁束)の量子によってデータが表現される低温超伝導技術である。
回路内のフラクトンの動きは、ニューロンのスパイク現象に似た量子化された電圧パルス(SFQパルス)を生成する。
これらの回路は数十から数百ギガヘルツのクロック周波数で通常動作し、SFQは高周波パルス列を処理する自然な技術である。
SFQニューラルネットワークの以前の提案は、しばしばエネルギーを消費するフラクトン変換、異種技術を含む、デバイスレベルの振る舞いにのみフォーカスする必要がある。
本稿では,ディープ単一フラックス量子ニューロモルフィックネットワークの設計手法について述べる。
SFQ技術に基づくシナプス回路およびニューロン回路を提示し、特徴付ける。
これらのプリミティブに基づいて、アーキテクチャレベルと回路レベルの両方において、深いニューロモルフィックXORネットワークをケーススタディとして評価し、広い分類マージンを達成する。
提案手法は、従来の超伝導デバイスや半導体トランジスタを使用しない。
得られたネットワークは外部電流で調整可能であり、このシステムはスケーラブルな低温ニューロモルフィックコンピューティングに有効なアプローチである。
関連論文リスト
- Voltage-Controlled Magnetoelectric Devices for Neuromorphic Diffusion Process [16.157882920146324]
我々は、ニューロモルフィック拡散プロセスのためのスピントロニック電圧制御磁気メモリハードウェアを開発した。
磁気メモリの非揮発性により,高速かつ低コストな計算が可能となる。
論文 参考訳（メタデータ） (2024-07-17T02:14:22Z) - Free-Space Optical Spiking Neural Network [0.0]
自由空間光深絞り畳み込みニューラルネットワーク(OSCNN)について紹介する。
この手法は人間の眼の計算モデルからインスピレーションを得ている。
以上の結果から,電子的ONNと比較して,レイテンシと消費電力を最小に抑えた有望な性能を示す。
論文 参考訳（メタデータ） (2023-11-08T09:41:14Z) - A perspective on physical reservoir computing with nanomagnetic devices [1.9007022664972197]
我々は、スピントロニクスデバイスを用いた計算に適した単純なトレーニングアルゴリズムを備えたリカレントネットワークである貯水池コンピューティングパラダイムに焦点を当てた。
我々はニューロモルフィック・スピントロニクスデバイスを開発するための技術や手法をレビューし、そのようなデバイスが広く使われるようになる前に対処すべき重要なオープン・イシューを結論付ける。
論文 参考訳（メタデータ） (2022-12-09T13:43:21Z) - Spiking neural network for nonlinear regression [68.8204255655161]
スパイクニューラルネットワークは、メモリとエネルギー消費を大幅に削減する可能性を持っている。
彼らは、次世代のニューロモルフィックハードウェアによって活用できる時間的および神経的疎結合を導入する。
スパイキングニューラルネットワークを用いた回帰フレームワークを提案する。
論文 参考訳（メタデータ） (2022-10-06T13:04:45Z) - Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。
この記事では、そのような制限と、それらが緩和される方法について論じる。
これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文 参考訳（メタデータ） (2022-05-25T20:16:05Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳（メタデータ） (2022-04-12T19:39:31Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳（メタデータ） (2022-01-19T09:26:34Z) - Supervised training of spiking neural networks for robust deployment on
mixed-signal neuromorphic processors [2.6949002029513167]
混合信号アナログ/デジタル電子回路はスパイキングニューロンやシナプスを非常に高いエネルギー効率でエミュレートすることができる。
ミスマッチは、同一構成ニューロンとシナプスの効果的なパラメータの違いとして表現される。
ミスマッチに対する堅牢性や,その他の一般的なノイズ源を最大化することで,この課題に対処する,教師付き学習アプローチを提案する。
論文 参考訳（メタデータ） (2021-02-12T09:20:49Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-10-01T16:04:22Z) - Ultra-Low-Power FDSOI Neural Circuits for Extreme-Edge Neuromorphic
Intelligence [2.6199663901387997]
インメモリコンピューティング 混合信号ニューロモルフィックアーキテクチャはエッジコンピューティングのセンサ処理への応用に期待できる超低消費電力のソリューションを提供する。
本稿では、FDSOI(Fully-Depleted Silicon on Insulator)統合プロセスの特徴を利用する混合信号アナログ/デジタル回路を提案する。
論文 参考訳（メタデータ） (2020-06-25T09:31:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。