研究人员开发了一种使用金属氧化物阻变存储器（RRAM）技术的新型径向基函数（RBF）神经元硬件实现。该设计基于定制的Template piXeL（TXL）单元，可作为资源受限的边缘设备上基于度量分类和在线适应的高效基板。模拟显示，基于RRAM的RBF分类器在MNIST数据集上实现了89.1%的准确率，且能耗低。 AI
影响 这种基于RRAM的硬件有望在边缘设备上实现更高效、更低功耗的AI推理。
排序理由 该集群包含一篇详细介绍机器学习新型硬件实现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Analogue Content Addressable Memory
- arXiv
- Georgios Papandroulidakis
- Metal-Oxide Resistive RAM
- MNIST database
- radial basis function
- resistive random-access memory
- Template piXeL
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →