中國研究團(tuán)隊(duì)在半導(dǎo)體領(lǐng)域取得新突破，基于 DRAM 原理

目前，在自動(dòng)駕駛、智能家居系統(tǒng)和工業(yè)控制等領(lǐng)域，對(duì)邊緣智能硬件的需求日益增加，以在本地處理傳感器和智能設(shè)備生成的實(shí)時(shí)環(huán)境數(shù)據(jù)，從而最小化決策延遲。能夠精確模擬各種生物神經(jīng)元行為的神經(jīng)形態(tài)硬件有望推動(dòng)超低功耗邊緣智能的發(fā)展?，F(xiàn)有研究已探索具有突觸可塑性（即通過自適應(yīng)變化來增強(qiáng)或減弱突觸連接）的硬件，但要完全模擬學(xué)習(xí)和記憶過程，多種可塑性機(jī)制——包括內(nèi)在可塑性——必須協(xié)同工作。

為解決這一問題，由復(fù)旦大學(xué)微電子學(xué)院包文忠教授、集成電路與微納電子創(chuàng)新學(xué)院周鵬教授以及香港理工大學(xué)蔡陽教授領(lǐng)銜的聯(lián)合研究團(tuán)隊(duì)提出了一種新型仿生神經(jīng)元結(jié)構(gòu)。利用晶圓級(jí)二維半導(dǎo)體（MoS?）材料，并基于動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器（DRAM）原理，他們首次實(shí)現(xiàn)了內(nèi)在塑性、脈沖時(shí)間編碼和視覺適應(yīng)在單一硬件單元中的協(xié)同集成。

根據(jù)“復(fù)旦大學(xué)微電子學(xué)院”，研究人員開發(fā)了一種用于圖像識(shí)別的生物啟發(fā)神經(jīng)網(wǎng)絡(luò)（BioNN），其中 2D DRAM 神經(jīng)元模塊被用作圖像預(yù)處理和計(jì)算層。該神經(jīng)元可以同時(shí)執(zhí)行脈沖時(shí)間編碼、調(diào)節(jié)內(nèi)在神經(jīng)元可塑性，并模擬視覺適應(yīng)的生物神經(jīng)動(dòng)力學(xué)。通過突破傳統(tǒng)神經(jīng)形態(tài)硬件架構(gòu)的限制，它將感知、記憶和計(jì)算集成在一起，從而實(shí)現(xiàn)了高效的類腦視覺事件處理。

展望未來，二維神經(jīng)元模塊有望成為擴(kuò)展至大規(guī)模神經(jīng)形態(tài)計(jì)算系統(tǒng)的通用構(gòu)建模塊，與先進(jìn)傳感器、存儲(chǔ)設(shè)備和類腦算法深度融合。這將能夠高效構(gòu)建從邊緣智能終端到大規(guī)模分布式類腦網(wǎng)絡(luò)的各種系統(tǒng)。潛在應(yīng)用包括自動(dòng)駕駛、智能醫(yī)療、機(jī)器人感知和腦機(jī)接口，為低功耗、實(shí)時(shí)智能系統(tǒng)提供基礎(chǔ)支持，并推動(dòng)神經(jīng)形態(tài)計(jì)算技術(shù)向更接近生物神經(jīng)系統(tǒng)的形式發(fā)展。

研究團(tuán)隊(duì)表示，這一突破充分利用了二維半導(dǎo)體的超低功耗優(yōu)勢，將人工智能計(jì)算推進(jìn)到更符合生物學(xué)、更節(jié)能的范式。同時(shí)，它為二維半導(dǎo)體在邊緣智能硬件和神經(jīng)形態(tài)視覺系統(tǒng)中的應(yīng)用開辟了一條全新的途徑。團(tuán)隊(duì)已經(jīng)開始關(guān)注其研究成果的工程轉(zhuǎn)化，旨在為二維半導(dǎo)體的產(chǎn)業(yè)化鋪平道路，實(shí)現(xiàn)從“1到10”的跨越。