為模仿大腦對復雜時序信號的處理能力，儲備池計算以其易訓練、便于硬件實現等優點成為類腦計算的前沿熱點。高效的儲備池計算架構能夠充分挖掘電子器件的自身物理屬性，以用作計算資源實現仿生人工神經網絡。近日，清華大學科研團隊在《Nature Communications》雜志發表了題為“Rotating neurons for all-analog implementation of cyclic reservoir computing”的論文，首次提出了一種基于旋轉神經元的儲備池計算架構，支持全模擬、低功耗的時序信號處理。

該團隊在研究儲備池計算的過程中發現，在物理連接上將一種特定的非線性動態單元（神經元電路）旋轉起來，得到的輸出等效于循環儲備池算法的狀態向量輸出，并將這種硬件實現形式命名為旋轉神經元儲備池。該架構在設計上簡潔高效，具有較強的可解釋性，同時在非線性系統擬合任務上的表現優于現有儲備池計算系統。研究團隊進一步搭建了集成憶阻器陣列輸出層的儲備池計算系統，用硬件演示了實時混沌序列預測和手寫字母識別，成功實現了端到端的全模擬計算，系統功耗比此前文獻報道的儲備池計算系統低三個數量級。

論文鏈接：

http://www.nature.com/articles/ s41467-022-29260-1

注：此研究成果摘自《Nature Communications》雜志，文章內容不代表本網站觀點和立場，僅供參考。

知前沿，問智研。智研咨詢是中國一流產業咨詢機構，十數年持續深耕產業研究領域，提供深度產業研究報告、商業計劃書、可行性研究報告及定制服務等一站式產業咨詢服務。專業的角度、品質化的服務、敏銳的市場洞察力，專注于提供完善的產業解決方案，為您的投資決策賦能。