新加坡国立大学研究团队开发出一种创新的超高效计算单元，能够模拟电子神经元和突触行为，为神经形态计算领域带来了革命性的变化。这项成果已在最新一期的《自然》杂志上发表，引起了半导体行业领先公司的广泛关注。
在人工神经网络中，电子神经元和突触是两个基本构成要素。与传统的计算机不同，这些系统能够在同一位置处理和存储数据，避免了传统计算机在内存和处理器之间传输数据的时间和能量消耗。然而，使用常规硅晶体管实现电子神经元和突触需要连接多个设备，每个神经元至少需要18个晶体管，而每个突触则需要至少6个晶体管，这导致它们比单个晶体管大得多，成本也更高。
团队找到了一种巧妙的方法，可以在单一的传统硅晶体管中复制神经元和突触的电行为特征。通过将体端子的电阻调整到特定值，产生一种名为“冲击电离”的物理现象，这种现象产生的电流峰值与电子神经元激活时的情况相似。此外，通过设定不同的体端子电阻值，晶体管能够在栅极氧化层中存储电荷，其电阻会随时间保持，从而模仿电子突触的行为。这意味着只需选择合适的体端子电阻，晶体管就可以作为电子神经元或突触运行。“冲击电离”这一现象通常被视为硅晶体管的一种故障机制，但研究团队成功地控制并将其转化为具有工业应用价值的技术。
这项发现的重要性在于，它能使电子神经元的体积缩小至原来的1/18，突触缩小至1/6，对于包含数百万个电子神经元和突触的人工神经网络来说，这代表了一个巨大的进步，意味着能以更低的能量消耗处理更多的信息。
此外，该团队还设计了一种由两个晶体管组成的单元——神经突触随机存取存储器，支持在神经元和突触操作模式之间的切换，提供了制造过程中的高度灵活性，因为这两种功能都可以通过一个模块实现，无需对硅进行掺杂以达到特定的基板电阻值。
值得注意的是，团队使用的晶体管基于传统的180纳米节点技术，不需要最新的高端制造工艺。这一突破不仅展示了技术上的创新，也为未来的计算技术开辟了新的道路。
本文采编：CY
