인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
In the era of rapidly increasing data volume, complementary metal-oxide-semiconductor-based von Neumann structures have encountered several limitations, such as increased leakage current and data movement overhead. To solve this problem, computing-in-memory (CIM) that performs simple operations in memory has emerged. In this paper, we propose an area optimized CIM platform based on spin-transfer torque magnetic random access memory (STT-MRAM). Compared with previous CIM, the proposed CIM platform is area optimized by performing AND/OR logic functions using fewer reference word lines, and it uses an offset-canceling current-sampling sense amplifier to provide more reliable operation. Monte Carlo HSPICE simulation results based on industry-compatible 28-nm model parameters demonstrate the functionality and performance of the proposed CIM platform.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092293965
