Physica Status Solidi (RRL) – Rapid Research Letter:面向类脑计算的忆阻器件和神经网络研究进展

随着大数据和人工智能时代的到来,复杂的计算任务和多变的应用场景对计算机性能提出了更高吞吐量、更低功耗的要求。而传统的计算机基于冯·诺依曼架构,运算与存储单元分离,数据的频繁传输搬运消耗大量时间和能量,因而需要我们探索新的计算架构。大脑具有高并行性、算存一体、低功耗、擅长复杂认知任务等特点,受大脑启发的新型类脑计算架构当前受到了广泛的研究和关注。忆阻器因其可以模拟大脑中突触和神经元信息处理功能并可以通过交叉阵列结构高密度集成等特点成为类脑计算中备受青睐的功能单元,基于忆阻器的类脑计算关键器件和神经网络近年来成为了研究的热点。

北京大学微纳电子学系黄如院士与杨玉超研究员课题组在题为“面向类脑计算的忆阻器件和神经网络”综述文章中从器件、阵列、系统三个层面深入总结了基于忆阻器的类脑计算领域中世界范围内取得的最新研究进展。首先,论文以阻变机制为依据,分别总结了目前实验上实现的基于金属离子输运、氧空位输运、相变等机制的忆阻型人工突触,并对比和分析了不同机制人工突触的优缺点以及未来的发展方向。随后,论文介绍了基于忆阻器的泄漏累积释放(LIF)神经元、霍奇金-赫胥黎(HH)神经元等不同模型的人工神经元。之后,论文在阵列层面介绍了目前先进的二维和三维忆阻器交叉阵列集成工艺。最后,论文在系统层面分别从人工神经网络硬件加速器、其他算法加速器和基于忆阻器动力学的类脑计算系统三个方面总结了忆阻器在类脑计算中的系统级应用,并深入分析了当前研究中尚未解决的问题,指出了未来构建真正智能和高效类脑计算系统所面临的关键挑战。