复旦大学新研究成果：利用二维材料制成神经电阻器，可开发性能更好的仿生计算系统

人脑中的单个神经元可以有效地执行所谓的布尔运算；一种代数运算，包括并、减和交。然而，模拟生物神经元的计算系统，例如神经形态计算系统，通常需要多个设备来完成这些操作。V8Lednc

复旦大学和中国科学院的研究人员最近开发了基于二维 (2D) 材料的神经电阻器，可以单独执行逻辑运算，而无需多个设备。发表在Nature Electronics 上的一篇论文中介绍了这些神经电阻器，可以开发性能更好的仿生计算系统。V8Lednc

V8Lednc

“在我们之前的工作中，我们提出了一种高面积效率的 2D 晶体管架构，可以在单个单元中实现光开关逻辑计算，”进行这项研究的研究人员之一彭周告诉 TechXplore。“提议的晶体管有效地执行线性逻辑计算，包括 OR 和 AND 运算，但仍然不足以实现非线性逻辑计算，例如 XOR 和 XNOR 运算。”V8Lednc

最近的研究结果表明，单个人类神经元能够进行非线性逻辑运算。这项研究的主要目的开展的周和他的同事是设计，可以模仿这种非线性逻辑计算能力的单个电子设备的单个神经元在人类的大脑。V8Lednc

“我们的逻辑门神经电阻器采用双门结构设计，采用二维材料作为通道材料，”周说。“特别是，我们在神经电阻器中使用了不同极性的 2D 材料，包括双极型、n 型和 p 型特征来生成不同的逻辑运算。因此，一个神经电阻器可以用作一个逻辑门。”V8Lednc

为了评估他们设计的设备并确认其可行性，Zhou 和他的同事在双晶体管双电阻配置中使用 WSe 2神经电阻和 MoS 2神经电阻制造了逻辑半加器和奇偶校验器电路。他们发现，与采用 MoS 2栅极的更传统设计的电路相比，所得电路可节省 78% 的面积。V8Lednc

“我们通过充分利用二维材料的双极型特征展示了非线性逻辑运算，因此具有不同极性的神经电阻可以模拟单个人类神经元的逻辑计算能力进行高效计算，”周说。“通过使用它们来演示小尺寸逻辑半加器和高效二元神经网络，进一步验证了这些神经电阻器的可行性。”V8Lednc

在运行基于 3D XNOR 阵列的二元神经网络的一系列模拟中，研究人员创建的逻辑电路实现了每瓦每秒 622.35 兆次操作的能效和 7.31 毫瓦的功耗。未来，这组研究人员设计的神经电阻器和逻辑门因此可用于开发更小、更高效且功耗更低的神经形态计算芯片。V8Lednc

“我们展示了基于具有不同极性的 2D 材料的逻辑库，例如 MoS 2、WSe 2和 BP，不同的神经电阻产生不同的逻辑运算，”周说。“下一步，我们希望将存储器层添加到神经电阻器架构中，以便可以通过存储器操作而不是材料类型来切换极性，这意味着一个神经电阻器会产生不同的逻辑操作。”V8Lednc

（参考链接：Tech Xplore；Demi 编译）V8Lednc