據中國科學技術大學官網消息，中國科學技術大學李曉光教授團隊在高性能類腦突觸原型器件方面取得了重要進展。在前期研究基礎上，該團隊基于對鐵電疇形態和翻轉動力學的設計，在鐵電量子隧道結中實現了亞納秒電脈沖下電導態可非易失連續調控的類腦突觸器件，可用于構建人工神經網絡類腦計算系統，該成果日前發表于《自然通訊》雜志上（Nat. Commun.）。
以神經網絡為代表的類腦人工智能技術正深刻影響人類社會。但目前運行神經網絡計算的硬件系統依然基于傳統硅基運算器與存儲器，能效遠低于人腦。研發具有神經形態模擬功能的類腦器件，如神經網絡硬件系統的核心器件 —— 電子突觸，是進一步推進人工智能發展的重要途徑之一。為執行復雜的人工智能任務，神經網絡硬件系統對電子突觸器件提出了諸多苛刻要求，如：非易失電導態數目（用于模擬腦突觸的連續可調性）大于 100，非線性度小于 1（好的線性度有助于精準調控電導），開關比大于 100，翻轉耐久大于 109 次，周期隨機性小于 3%。然而，已報道的類腦突觸器件無法全面滿足上述指標要求。
李曉光教授團隊制備了高質量的鐵電隧道結，通過 PZT（壓電陶瓷驅動器）超薄厚度和取向的設計，獲得了更小的鐵電疇和更連續的翻轉動力學行為，更豐富的鐵電多疇亞穩態利于類腦突觸器件中多態的可控調節。該器件表現出優異的綜合性能：其 8 比特線性電導調控和高耐久性，滿足類腦突觸器件的核心性能指標要求。基于該器件性能仿真構建的神經網絡具有高圖像識別率，即使在圖片中引入椒鹽噪聲或高斯噪聲，其識別圖片的準確率仍然大于 85%。此外，該器件具有亞納秒超快操作速度，而且其能耗低至飛焦級。研究人員經過推算表明，該鐵電隧道結構建的神經網絡計算系統，有可能實現相當于人腦的優秀能效，而人腦神經元突觸單次脈沖能耗約 10 飛焦。人腦突觸響應速度約亞毫秒，其響應速度也比人腦突觸快 6 個量級，堪稱媲美人腦突觸的能效表現。
據了解，上述結果展現了鐵電隧道結在構建未來高性能類腦人工智能計算硬件系統方面的重要潛力。
返回列表
18938670059