1. 研究目的与意义
随着信息化时代的发展，数据处理以爆发式方式快速增长，大数据、物联网、云计算、5G通信、人工智能等技术的应用对计算速度和计算能效提出了更高的要求。
传统的冯诺依曼计算架构因存算分离引发存储墙和功耗墙问题而不再满足智能大数据应用场景快、准、智的响应需求，尤其在速度、功耗、面积等方面难以满足未来庞大数据量的处理需求，其计算体系与架构的短板愈显突出。
同时，传统CMOS器件尺寸正在逼近物理极限，摩尔定律难以延续，同样也限制了计算机的性能提升。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 课题关键问题和重难点
（1）掌握新型NVM仿生器件基本结构、原理、分类和发展概况（总结提炼各种NVM优缺点及其应用情况、适用范围）；（2）总结与分析国内外新型NVM仿生突触器件工作原理及其神经形态计算技术发展概况（NVM器件-神经元或者突触、算法、架构及芯片）；（4）总结和展望基于新型NVM仿生突触器件的神经形态计算技术的发展未来。
3. 国内外研究现状（文献综述）
传统的硬件平台由于数据在处理器和片外存储器之间的移动，会消耗大量的能量用于认知学习。
使用模拟重量存储的脑启发设备技术可以更高效地完成认知任务。
文章中提出了一种采用铸造友好材料的模拟非易失性电阻存储器（电子突触）。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 研究方案
开展了对记忆器件的研究。
记忆性器件是一种电阻开关，可以根据施加电压和电流的历史记录保持内部电阻的状态。
这些器件可以存储和处理信息，并提供了一些超过传统集成电路技术的关键性能特征。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
5. 工作计划
第1周提交英文翻译终审稿，并上传至毕设管理系统。
提交开题报告初稿；第2周提交开题报告终审稿，并上传至毕业设计管理系统。
第3周开始课题的方案设计，资料分析。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
