基于忆耦器实现神经突触可塑性和神经网络模拟  

作　　者：尚大山[1] 孙阳[1] 

机构地区：[1]中国科学院物理研究所北京凝聚态物理国家研究中心

出　　处：《物理》2018年第6期376-378,共3页Physics

摘　　要：现代计算机自问世以来一直采用冯·诺依曼结构,即运算器与存储器分离,这种结构使得运算器与存储器之间的数据传输成为影响系统性能的瓶颈（称为冯·诺依曼瓶颈）,大大限制了计算机性能的提高;同时,由于现代计算机中的运算器和主存储器都是易失性器件,不仅在断电后信息立即消失,而且具有较高的能耗。作为对比,人类的大脑是一个高效的信息存储与计算系统,而且具有非常低的功耗（约20W）。

关 键 词：神经网络模拟 突触可塑性 计算机性能 主存储器 信息存储 运算器 影响系统 数据传输 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]