面向神经形态系统的忆阻逻辑电路综述与展望

神经形态系统泛指受脑启发、使用非冯诺依曼结构体系的新型信息处理系统，由于其高度的并行计算能力、极低的功耗和存算一体的特征，逐渐成为了人工智能领域的研究热点之一.其中，逻辑电路是神经形态计算硬件实现的基本计算单元，对于构建新型神经形态系统具有重要的意义.现有的应用于神经形态系统的逻辑电路大多由二极管、三极管等传统元器件或集成芯片组成，在尺寸、性能方面存在限制.具有纳米尺寸、电阻可变且非易失、耗能低等特性的忆阻器为构建面向神经形态系统中的逻辑电路提供了新的思路.基于此，本文对近年来的忆阻逻辑电路进行了详细的梳理和分析，基于电路中输入输出逻辑状态变量的不同，将其大致分为输入输出变量均为电阻(R-R型)电路、输入输出状态变量均为电压(V-V型)电路、输入输出状态变量为阻值和电压的组合(R-V型/V-R型)电路3类.同时，从组成部分、计算方式、逻辑状态变量、外围电路的复杂度、能量损耗、级联能力、延时性7个方面对3类忆阻逻辑电路进行全面的对比和分析，总结不同电路拓扑结构的忆阻逻辑电路的优缺点.进一步，整理分析了现有忆阻逻辑电路在联想记忆、情感计算、模式识别等领域的潜在应用.针对忆阻逻辑电路在操作复...