盡管 ReRAM 在存儲級內存市場能否成功還有待觀察，但這項技術也可用于其它領域，尤其是神經網絡。

Facebook 和谷歌等一些公司已經開發(fā)出了一些使用神經網絡的機器學習系統(tǒng)。神經網絡可以幫助系統(tǒng)處理數據和識別模式。然后，它可以學習到什么屬性是重要的。

這些系統(tǒng)很多都使用了帶有基于 SRAM 的內存的 FPGA 和 GPU。內存行業(yè)正在為這一領域研發(fā) ReRAM。與 GPU/SRAM 架構相比，ReRAM 的密度大得多。

使用 ReRAM 這樣的專用硬件的計算也被稱為神經形態(tài)計算。Ping 說：“神經形態(tài)是模擬的。OxRAM 有這樣的性質。其電阻可以改變以滿足神經形態(tài)計算的需求。”

但是神經形態(tài)系統(tǒng)需要級聯(lián)多個堆疊的 ReRAM 器件。如前所述，只是控制單個 ReRAM 器件就已經很難了。

控制多個 ReRAM 更是難上加難。Ping 說：“神經形態(tài)計算最終將需要對電阻進行某種控制。同樣，使用 ReRAM 時，你要讓原子在細絲中移動。所以，這方面有多種可能。這事兒還是個未知數。”


本文關鍵詞：ReRAM

相關文章：OxRAM與CBRAM較量

---

深圳市英尚微電子有限公司，十年來專業(yè)致力代理分銷存儲器芯片IC, SRAM、MRAM、pSRAM、 FLASH芯片、SDRAM（DDR1/DDR2/DDR3）等,為客人提供性價比更高的產品及方案。