《2022神经形态计算和工程路线图》正式发布！
基于冯·诺依曼架构的现代计算如今是一门成熟的前沿科学。在冯·诺伊曼体系结构中，处理和存储单元由两个分离的部分来实现，两个部分之间会密集而连续地交换数据。这种数据传输导致了大部分功耗的产生。下一代计算机技术被期望以每秒百亿亿次计算的速度来解决问题。即使这些未来的计算机将非常强大，如果它们是基于冯·诺伊曼类型的架构，它们将消耗20到30兆瓦的电力，而且不会像我们的大脑那样具有内置的学习或处理复杂数据的能力。这些需求可以通过受人脑生物学概念启发的“神经形态”计算系统来解决。
“神经形态”一词最初是由Carver Mead在上世纪90年代创造，指的是从大脑的神经生物学架构中汲取灵感的混合模拟/数字超大规模集成计算系统。“神经形态工程”作为一个跨学科研究领域应运而生，专注于构建电子神经处理系统以直接“模拟”真实神经元和突触的生物物理现象。自然为人类向更可持续的计算场景发展提供了非常重要的灵感。因为集成了非易失性存储器和模拟/数字处理电路，并具备从复杂数据中动态学习的能力，神经形态系统展现出比传统处理器显著更低的功耗。
《2022神经形态计算和工程路线图》于近日发表在Neuromorphic Computing and Engineering期刊上。路线图的总体目标是提供一个对神经形态技术不同研究领域和领域发展情况的概述，以评估该技术在前沿技术领域的潜在应用，并指出要实现这些目标所需的必要进展。路线图展示了神经形态技术的现状，并围绕神经形态技术的主要领域，包括材料、器件、神经形态电路、神经形态算法、应用和伦理学，就未来所面临的挑战和机遇提出观点。路线图是一个不同视角的集合，神经形态领域的开拓研究人员们围绕每个研究领域的当前状态和未来挑战提供了他们自己的观点。我们希望这个路线图将成为一个有用的资源，为领域外的读者以及正打算进入该领域的研究人员提供一个简明而全面的介绍，并为领域内的研究人员提供对未来的展望。
文章介绍
2022 roadmap on neuromorphic computing and engineering
Dennis V Christensen, Regina Dittmann, Bernabe Linares-Barranco, Abu Sebastian, Manuel Le Gallo, Andrea Redaelli, Stefan Slesazeck, Thomas Mikolajick, Sabina Spiga, StephanMenzel, Ilia Valov, Gianluca Milano, Carlo Ricciardi, Shi-Jun Liang, FengMiao, Mario Lanza, Tyler J Quill, Scott T Keene, Alberto Salleo, Julie Grollier, Danijela Marković, Alice Mizrahi, Peng Yao, J Joshua Yang, Giacomo Indiveri, John Paul Strachan, Suman Datta, Elisa Vianello, Alexandre Valentian, Johannes Feldmann, Xuan Li, Wolfram H P Pernice, Harish Bhaskaran, Steve Furber, Emre Neftci, Franz Scherr, Wolfgang Maass, Srikanth Ramaswamy, Jonathan Tapson, Priyadarshini Panda, Youngeun Kim, Gouhei Tanaka, Simon Thorpe, Chiara Bartolozzi, Thomas A Cleland, Christoph Posch, ShihChii Liu, Gabriella Panuccio, Mufti Mahmud, Arnab Neelim Mazumder, Morteza Hosseini, Tinoosh Mohsenin, Elisa Donati, Silvia Tolu, Roberto Galeazzi, Martin Ejsing Christensen, Sune Holm, Daniele Ielmini and N Pryds
期刊介绍
