類腦計算是下一代計算技術(shù)的一個有前途的候選者。開發(fā)與人腦一樣節(jié)能、輕便且適應(yīng)性強的下一代高級人工智能 (AI) 系統(tǒng)引起了人們極大的興趣。
“然而，在使用超低能量的傳統(tǒng)人工突觸中模仿大腦的神經(jīng)可塑性，即改變神經(jīng)網(wǎng)絡(luò)連接的能力，極具挑戰(zhàn)性。”新加坡科技與設(shè)計大學 (SUTD) 助理教授 Desmond Loke 說。
人工突觸 - 包括兩個神經(jīng)元之間的間隙，允許電信號相互傳遞和交流 - 可以模擬大腦的有效神經(jīng)信號傳輸和記憶形成過程。
為了提高人工突觸的能源效率，Loke 的研究團隊首次為人工突觸引入了納米級純金屬電極制造工藝。通過使用僅基于納米柱的鍺-銻-碲化物憶阻器件，該團隊設(shè)計了一種相變?nèi)斯ね挥|器件，該器件實現(xiàn)了每對基于脈沖的突觸事件 1.8 pJ 的歷史最低能耗。與傳統(tǒng)的人工突觸相比，這大約小了 82%。
“實驗表明，基于相變材料的人工突觸可以以超低能量執(zhí)行對脈沖促進/抑制、長期增強/抑制和尖峰時間依賴性可塑性。我們相信我們的發(fā)現(xiàn)可以為開發(fā)更快、更大規(guī)模的人工突觸陣列提供一種有前途的方法，并顯著提高 AI 任務(wù)的性能。”洛克說。
通過沉積和蝕刻工藝形成的傳統(tǒng)加熱器電極會在界面處造成/造成很大程度的損壞?；蛘?，在本研究中由僅沉積工藝產(chǎn)生的加熱電極可能會在界面處產(chǎn)生較小程度的損壞。這可能導致更堅固、無缺陷的界面，接觸電阻及其變化顯著降低，從而導致工作電流降低。
這項研究發(fā)表在 APL Materials 上。來自SUTD的團隊成員還包括Shao-Xiang Go和Natasa Bajalovic。其他合作研究人員來自劍橋大學。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！