斯坦福大学研究人员用铁电材料模拟大脑结构

ISTOCK

来源：IEEE电气电子工程师

到目前为止，神经形态计算在试图模拟大脑中神经元之间的突触。但一种新的方法旨在像树突一样发挥作用，树突是从神经元的细胞核中分支出来的细长结构，就像树根一样。树突通过突触接收来自其他神经元的信号，将信号从顶端传递到脑干再传递到细胞核。斯坦福大学的一组研究人员表示，在计算领域，“纳米枝晶”也可以发挥类似的作用。

研究人员与半导体制造商GlobalFoundries合作，在近日举行的2023年IEEE国际电子器件会议（IEDM，https://www.ieee-iedm.org/）上提出了一种这样的纳米枝晶。该器件是一种经过改进的晶体管，充当检测微秒长电压脉冲序列的开关。只有当脉冲以正确的顺序到达时，它才会打开，从而允许电流通过。斯坦福大学生物工程教授Kwabena Boahen表示，这种方法可以在人工智能将越来越依赖的3D芯片中实现高效的并行处理。通过模拟大脑的树突，这些芯片将消耗更少的能量，更重要的是，产生更少的热量。

IEEE Fellow，也是斯坦福大学的电气工程教授，电气工程师H.-s.Philip Wong表示，在当今的3D芯片技术中，热量是一个“根本问题”， 产生的热量与体积成比例增长，但芯片的散热速度与表面积成比例。这就是为什么，目前，“所有的计算进步都受到散热的限制，”Wong说。

Wong建议，这个问题可以通过纳米枝晶方法来解决，因为它使用离散脉冲中的电压。因此，它在任何给定时刻能够激活更少的电线，从而产生更少的热量。

典型的场效应晶体管由三个端子组成：源极、栅极和漏极。为了使电荷从源极移动到漏极，向栅极施加电压，从而改变硅的电场和导电性。斯坦福器件保持了相同的基本元件，但它将晶体管的栅极分为三部分。它还在多部分栅极中嵌入了一层铁电材料，当施加电场时，极化发生切换。

为了使电荷通过晶体管的沟道，必须以正确的顺序输送一系列电压脉冲，从最靠近源的部分开始。在第一栅极部分接收到脉冲之后，电荷载流子从源极流到此部分，并且其极化翻转。下一个脉冲在中间部分做同样的事情，从第一部分引出充电器载波。然后第三部分接收脉冲，完成传导通道。

但如果脉冲不按顺序排列，这种情况就不会发生。例如，如果先将脉冲发送到栅极的中间部分，然后是最靠近源极的部分，则中间部分将无法从其相邻部分提取电荷载流子。它的极化将保持不变，阻碍导电通道的形成。

由于这种类型的计算依赖于与时间相关的脉冲序列，“我们需要一种能够记住脉冲序列的设备，”Wong说。这就是为什么他和Boahen基于铁电晶体管进行设计的原因，铁电晶体管此前曾被认为是在神经形态芯片中结合记忆和逻辑的一种方式。铁电材料在其极化中提供存储器，当栅极接收到电压脉冲时，该极化翻转；Wong指导的博士生Hugo Chen近日在IEDM上发表了这篇论文，他解释道，然后它会保持这种极化，直到它接收到另一个脉冲。

虽然目前的设备版本包括一个三部分门——树枝状结构的最简单版本——但斯坦福大学团队的目标是在未来引入进一步的细分。Chen指出，增加更多的栅极分区会增加电阻，尽管这不太可能是一个问题，因为这些设备的构建将实现并行处理。

构建3D设备也需要新的流程。例如，这些芯片需要在低温下制造，Wong还补充道，“如何在3D中构建这样的系统仍然是一个相关的研究问题。”

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。