用于类脑计算的忆阻器人工突触研究进展综述

在进行学习和认知等复杂计算时,人脑要远远优于我们目前普遍使用的计算机。人脑的功耗只有20瓦;即使利用目前最先进的计算机来模拟人脑的功能,功耗也将高达800万瓦以上,而速度则比人脑慢1000倍以上。这是因为现在的计算机采用传统冯·诺依曼架构,运算单元和存储单元分离,大部分能量和时间都消耗在数据的读取和存储过程中;并且数据处理是基于串行结构,即同一时刻只能执行一个任务。而人脑实现了计算和存储一体化,并且计算过程高度并行,即同一时刻可以执行多个任务。更为重要的是,人脑工作是任务驱动的,只有在处理信息的时刻,参与信息处理的相关神经元节点才需要消耗能量。

人脑工作主要基于神经元和联接神经元的突触,突触可塑性被认为是学习和记忆的基础。受人脑启发,人们提出了一种与传统冯·诺依曼体系不同的计算架构,即类脑计算机或神经形态计算机。目前,要实现可与人脑媲美的类脑计算机,仍然是一个相当具有挑战性的工作。在人脑中,突触数量约为神经元的10000倍,因此,如何获得功耗低、可高密度集成的人工突触器件,是首先需要解决的关键问题。忆阻器是一种两端电子器件,结构简单,能耗低,并且可以很好模拟人脑突触功能,因此,基于忆阻器的人工突触被认为是构建类脑计算机的理想选择。

近日,来自中国科学院宁波材料技术与工程研究所诸葛飞研究员课题组的综述文章“Memristive Synapses for Brain-Inspired Computing”总结了忆阻器人工突触的研究进展。该综述首先讨论并且比较了不同种类忆阻器突触的工作机理,包括金属离子迁移、氧离子迁移、电荷俘获/脱离、相变、质子插层、自旋矩效应、铁电极化开关等。其次,从如何避免交叉阵列结构电信号串扰方面,讨论并且比较了忆阻器突触的三种集成方式,包括利用器件的非线性、利用器件的自整流特性,以及串联晶体管。同时,详细介绍了利用忆阻器突触电路,所模拟的不同认知功能,包括图像识别、稀疏编码等。最后,总结了忆阻器突触性能的不同优化手段,并且讨论了后续忆阻器突触与人工神经元集成可能面临的挑战。

相关论文在线发表于Advanced Materials Technologies(DOI: 10.1002/admt.201800544)。

Speak Your Mind