아날로그 메모리를 이용한 동등-정확성 가속화 신경 네트워크 트레이닝

심층 신경망은 뉴로몰픽 컴퓨터 아키텍쳐(neuromorphic computing architectures)의 한 종류로써, 이미지와 발표 인지와 같은 머신-러닝 문제 해결 기법에 이용되는 기술이다. 이러한 작업을 하기 위해서는 정보가 구성요소들이 다른 수준으로 연결된 네트워크 레이어를 통과해야 한다. 이러한 네트워크가 유용하게 이용되기 위해서는 어느 정도의 수준이 필요할지를 수립하기 위해 대규모 데이터에 의한 트레이닝이 필요하다. 이러한 트레이닝은 매우 느리고, 에너지가 많이 필요한 프로세스이다. 이러한 오퍼레이션을 위해서 여러 가지 접근 방법이 사용되고 있지만, 대부분은 디지털 수준을 기존 디지털 하드웨어에서 구동되는 소프트웨어를 이용하는데 의존했었다. Geoffrey Burr와 공동연구원들은 아날로그-메모리 기반의 접근 방법이 심층 신경망을 훈련시키는데 정확하게 이용될 수 있지만, 훨씬 빠르고 좀더 에너지 효율적인 방식으로 이용될 수 있다는 것을 보여줬다.