Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.17963

帮助 | 高级搜索

计算机科学 > 新兴技术

arXiv:2509.17963 (cs)
[提交于 2025年9月22日 ]

标题: 基于2T-nC FeRAM的单细胞通用逻辑内存:一种用于批量位运算的面积和能耗高效的方案

标题: Single-Cell Universal Logic-in-Memory Using 2T-nC FeRAM: An Area and Energy-Efficient Approach for Bulk Bitwise Computation

Authors:Rudra Biswas, Jiahui Duan, Shan Deng, Xuezhong Niu, Yixin Qin, Prapti Panigrahi, Varun Parekh, Rajiv Joshi, Kai Ni, Vijaykrishnan Narayanan
摘要: 这项工作提出了一种新方法,用于配置2T-nC铁电随机存取存储器(FeRAM),以执行单单元逻辑内存储操作,突显了其在节能计算方面优于传统基于DRAM的方法的优势。 与传统的1T-1C动态RAM(DRAM)不同,后者需要刷新开销,2T-nC FeRAM作为一种低能耗的非易失性存储解决方案,提供了有前景的替代方案。 我们的主要发现包括在2T-nC FeRAM中使用准非破坏性读出(QNRO)感应技术在逻辑内存储(LiM)应用中的潜力,展示了其固有的能力,在不需要外部修改的情况下执行反相逻辑,这是传统1T-1C DRAM所不具备的特性。 我们成功地在一个2T-nC FeRAM单元中实现了MINORITY功能,使通用NAND和NOR逻辑成为可能,通过SPICE仿真和实验数据进行了验证。 此外,该研究探讨了与2T-nC FeRAM进行3D集成的可行性,显示出存储和计算密度的显著提升,促进了批量位运算。 我们对八个现实世界的数据密集型应用程序进行评估,结果显示,2T-nC FeRAM的性能比DRAM高2倍,能耗低2.5倍。 此外,验证了堆叠的2T-nC FeRAM的热稳定性,确认了其在集成到计算芯片上时的可靠运行。 这些发现强调了2T-nC FeRAM在LiM中的优势,相较于传统DRAM表现出更优越的性能和能效。
摘要: This work presents a novel approach to configure 2T-nC ferroelectric RAM (FeRAM) for performing single cell logic-in-memory operations, highlighting its advantages in energy-efficient computation over conventional DRAM-based approaches. Unlike conventional 1T-1C dynamic RAM (DRAM), which incurs refresh overhead, 2T-nC FeRAM offers a promising alternative as a non-volatile memory solution with low energy consumption. Our key findings include the potential of quasi-nondestructive readout (QNRO) sensing in 2T-nC FeRAM for logic-in-memory (LiM) applications, demonstrating its inherent capability to perform inverting logic without requiring external modifications, a feature absent in traditional 1T-1C DRAM. We successfully implement the MINORITY function within a single cell of 2T-nC FeRAM, enabling universal NAND and NOR logic, validated through SPICE simulations and experimental data. Additionally, the research investigates the feasibility of 3D integration with 2T-nC FeRAM, showing substantial improvements in storage and computational density, facilitating bulk-bitwise computation. Our evaluation of eight real-world, data-intensive applications reveals that 2T-nC FeRAM achieves 2x higher performance and 2.5x lower energy consumption compared to DRAM. Furthermore, the thermal stability of stacked 2T-nC FeRAM is validated, confirming its reliable operation when integrated on a compute die. These findings emphasize the advantages of 2T-nC FeRAM for LiM, offering superior performance and energy efficiency over conventional DRAM.
评论: 6页,7图,将在2025年系统芯片会议上演示
主题: 新兴技术 (cs.ET) ; 硬件架构 (cs.AR)
引用方式: arXiv:2509.17963 [cs.ET]
  (或者 arXiv:2509.17963v1 [cs.ET] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.17963
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Varun Parekh [查看电子邮件]
[v1] 星期一, 2025 年 9 月 22 日 16:16:06 UTC (34,835 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.ET
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs
cs.AR

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号