媲美人腦能效的類腦突觸原型器件問世

2月8日，記者從中國科學技術大學獲悉，該校李曉光教授團隊在前期研究基礎上，基于對鐵電疇形態(tài)和翻轉動力學的設計，在鐵電量子隧道結中實現(xiàn)了亞納秒電脈沖下電導態(tài)可非易失連續(xù)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(tǒng)。研究成果日前表于《自然·通訊》雜志上。

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(tǒng)依然基于傳統(tǒng)硅基運算器與存儲器，能效遠低于人腦。研發(fā)具有神經形態(tài)模擬功能的類腦器件，如神經網絡硬件系統(tǒng)的核心器件——電子突觸，是進一步推進人工智能發(fā)展的重要途徑之一。為執(zhí)行復雜的人工智能任務，神經網絡硬件系統(tǒng)對電子突觸器件提出了諸多苛刻要求，然而，已報道的類腦突觸器件無法全面滿足相關的指標要求。

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(xù)的翻轉動力學行為，更豐富的鐵電多疇亞穩(wěn)態(tài)利于類腦突觸器件中多態(tài)的可控調節(jié)。該器件表現(xiàn)出優(yōu)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(tǒng)，有可能實現(xiàn)相當于人腦的優(yōu)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(xiàn)。

這一研究成果展現(xiàn)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(tǒng)方面的重要潛力。（記者吳長鋒）