為模仿大腦對(duì)復(fù)雜時(shí)序信號(hào)的處理能力，儲(chǔ)備池計(jì)算以其易訓(xùn)練、便于硬件實(shí)現(xiàn)等優(yōu)點(diǎn)成為類腦計(jì)算的前沿?zé)狳c(diǎn)。高效的儲(chǔ)備池計(jì)算架構(gòu)能夠充分挖掘電子器件的自身物理屬性，以用作計(jì)算資源實(shí)現(xiàn)仿生人工神經(jīng)網(wǎng)絡(luò)。近日，清華大學(xué)科研團(tuán)隊(duì)在《NatureCommunications》雜志發(fā)表了題為“Rotatingneuronsforall-analogimplementationofcyclicreservoircomputing”的論文，首次提出了一種基于旋轉(zhuǎn)神經(jīng)元的儲(chǔ)備池計(jì)算架構(gòu)，支持全模擬、低功耗的時(shí)序信號(hào)處理。

該團(tuán)隊(duì)在研究儲(chǔ)備池計(jì)算的過程中發(fā)現(xiàn)，在物理連接上將一種特定的非線性動(dòng)態(tài)單元（神經(jīng)元電路）旋轉(zhuǎn)起來，得到的輸出等效于循環(huán)儲(chǔ)備池算法的狀態(tài)向量輸出，并將這種硬件實(shí)現(xiàn)形式命名為旋轉(zhuǎn)神經(jīng)元儲(chǔ)備池。該架構(gòu)在設(shè)計(jì)上簡潔高效，具有較強(qiáng)的可解釋性，同時(shí)在非線性系統(tǒng)擬合任務(wù)上的表現(xiàn)優(yōu)于現(xiàn)有儲(chǔ)備池計(jì)算系統(tǒng)。研究團(tuán)隊(duì)進(jìn)一步搭建了集成憶阻器陣列輸出層的儲(chǔ)備池計(jì)算系統(tǒng)，用硬件演示了實(shí)時(shí)混沌序列預(yù)測(cè)和手寫字母識(shí)別，成功實(shí)現(xiàn)了端到端的全模擬計(jì)算，系統(tǒng)功耗比此前文獻(xiàn)報(bào)道的儲(chǔ)備池計(jì)算系統(tǒng)低三個(gè)數(shù)量級(jí)。