关于这个研究课题
大部分的电脑今天冯·诺依曼机,它受到严重的限制称为冯诺依曼瓶颈表达内存/电力墙。在某些应用场景,在现代计算机的处理器可以执行计算时只有1%的时间在等待数据从内存或者存储。大部分的时间和精力在这样的系统被移动数据和挥发性存储器/ DRAM内存的状态。最近的热点/ near-memory计算研究方便节省数量级的时间和精力进行尽可能多的运算在记忆本身,只有移动几条指令和结果之间的处理器和内存。然而为了达到这种新的计算范例有效取决于新兴非易失性的就业材料和设备通过深入理解其物理机制。制造和包装技术的发展使利用新兴的非易失性设备的物理性质或传统挥发性设备支持新颖的电路和架构。
本研究课题旨在聚集最先进的研究领域的进步超出传统计算物理与材料和设备,把学者们从不同的学科(如物理学、材料科学、电子工程和计算机科学)代表的大多数方面建筑/ near-memory计算范例,寻址的基础材料和设备物理电路和架构的工作。
呼吁捐款的主题包括,但不限于:
•新兴的非易失性材料和设备,例如电阻切换、相变、铁电、旋转,和磁性的物理机制、制备技术、表征和集成。
•在/ near-memory计算基于与非易失性内存材料和设备的物理机制
•/ near-memory计算基于内存与挥发性材料和设备的物理机制
•神经形态计算基于与非易失性内存材料和设备的物理机制
•神经形态计算基于内存与挥发性材料和设备的物理机制
•先进的计算/内存模式、电路或架构基于材料或设备与新颖的物理机制
本研究课题旨在聚集最先进的研究领域的进步超出传统计算物理与材料和设备,把学者们从不同的学科(如物理学、材料科学、电子工程和计算机科学)代表的大多数方面建筑/ near-memory计算范例,寻址的基础材料和设备物理电路和架构的工作。
呼吁捐款的主题包括,但不限于:
•新兴的非易失性材料和设备,例如电阻切换、相变、铁电、旋转,和磁性的物理机制、制备技术、表征和集成。
•在/ near-memory计算基于与非易失性内存材料和设备的物理机制
•/ near-memory计算基于内存与挥发性材料和设备的物理机制
•神经形态计算基于与非易失性内存材料和设备的物理机制
•神经形态计算基于内存与挥发性材料和设备的物理机制
•先进的计算/内存模式、电路或架构基于材料或设备与新颖的物理机制
关键字:非易失性材料和设备,在/ near-memory计算、神经形态计算、物理机制、电路和架构
重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。