盖世汽车讯 近年来，人工智能（AI）和物联网发展迅速，推动了语音识别、自动驾驶汽车图像分类以及ChatGPT等大型语言模型等领域的进步。深度学习是人工智能的一个关键要素，它需要并行处理大量数据，而传统计算机在这方面的效率仍然很低。神经形态或类脑计算系统由人工神经元和突触组成，具有低功耗和高效的数据处理能力。

图片来源于网络，如有侵权，请联系删除

图片来源：东国大学

图片来源于网络，如有侵权，请联系删除

最有前途的神经形态计算半导体技术之一是电阻式随机存取存储器（RRAM），这是一种忆阻器件。忆阻器件具有“记住”过去电气状态的独特能力。在RRAM中，这种记忆效应源于其金属-绝缘体-金属结构的绝缘层中导电细丝（CF）的形成和溶解。金属氧化物绝缘体在此过程中起着至关重要的作用。

然而，尽管氧化钛基RRAM具有多种优势，但它们也存在器件间差异，这是由CF形成过程中的过冲电流引起的。这可能会导致故障或意外擦除内存。目前缓解过冲电流的方法需要增加晶体管或外部电流顺应（CC）设置，这增加了复杂性。