A Novel Linear Synapse Design for Analog Neural Networks

一种新颖的模拟神经网络线性突触设计

• 批准号: 9160399
• 负责人: John Tanner
• 金额: $ 4.99万
• 依托单位: Tanner Research Incorporated
• 依托单位国家: 美国
• 项目类别: Standard Grant
• 财政年份: 1992
• 资助国家: 美国
• 起止时间: 1992-01-01 至 1992-09-30
• 项目状态: 已结题
• 来源: https://www.nsf.gov/awardsearch/showAward?AWD_ID=9160399&HistoricalAwards=false
• 关键词: Novel; Linear; Synapse; Design; Analog

To build fast inexpensive artificial neural network hardware, a high-performance but compact synapse circuit is required. Digital implementations require large synapse circuits. Existing analog synapse designs are highly non-linear or require expensive fabrication processes. The proposal is to develop, simulate, layout, and fabricate a new linear synapse circuit during Phase I. The new linear synapse circuit is small, allows for on-chip learning, and uses standard CMOS bulk technology and so resulting neural network chips can be fabricated inexpensively by many vendors. The circuit density improvement could be more than 100 over existing circuit design.

为了构建快速廉价的人工神经网络硬件， 需要高性能但紧凑突触电路。 数字 实现需要大的突触电路。 现有模拟 突触设计是高度非线性或需要昂贵 制造工艺。 该提案是开发，模拟， 布局，并在第一阶段制作新的线性突触电路。 新的线性突触电路很小，允许片上 学习，并使用标准的CMOS体技术，因此产生 神经网络芯片可以由许多制造商廉价地制造， 厂商 电路密度提高可达100以上 现有的电路设计。