斯坦福大學研究人員用鐵電材料模擬大腦結構

ISTOCK

到目前為止，神經形態計算在試圖模擬大腦中神經元之間的突觸。但一種新的方法旨在像樹突一樣發揮作用，樹突是從神經元的細胞核中分支出來的細長結構，就像樹根一樣。樹突通過突觸接收來自其他神經元的信號，將信號從頂端傳遞到腦干再傳遞到細胞核。斯坦福大學的一組研究人員表示，在計算領域，“納米枝晶”也可以發揮類似的作用。

研究人員與半導體制造商GlobalFoundries合作，在近日舉行的2023年IEEE國際電子器件會議（IEDM，https://www.ieee-iedm.org/）上提出了一種這樣的納米枝晶。該器件是一種經過改進的晶體管，充當檢測微秒長電壓脈沖序列的開關。只有當脈沖以正確的順序到達時，它才會打開，從而允許電流通過。斯坦福大學生物工程教授Kwabena Boahen表示，這種方法可以在人工智能將越來越依賴的3D芯片中實現高效的并行處理。通過模擬大腦的樹突，這些芯片將消耗更少的能量，更重要的是，產生更少的熱量。

IEEE Fellow，也是斯坦福大學的電氣工程教授，電氣工程師H.-s.Philip Wong表示，在當今的3D芯片技術中，熱量是一個“根本問題”， 產生的熱量與體積成比例增長，但芯片的散熱速度與表面積成比例。這就是為什么，目前，“所有的計算進步都受到散熱的限制，”Wong說。

Wong建議，這個問題可以通過納米枝晶方法來解決，因為它使用離散脈沖中的電壓。因此，它在任何給定時刻能夠激活更少的電線，從而產生更少的熱量。

典型的場效應晶體管由三個端子組成：源極、柵極和漏極。為了使電荷從源極移動到漏極，向柵極施加電壓，從而改變硅的電場和導電性。斯坦福器件保持了相同的基本元件，但它將晶體管的柵極分為三部分。它還在多部分柵極中嵌入了一層鐵電材料，當施加電場時，極化發生切換。

為了使電荷通過晶體管的溝道，必須以正確的順序輸送一系列電壓脈沖，從最靠近源的部分開始。在第一柵極部分接收到脈沖之后，電荷載流子從源極流到此部分，并且其極化翻轉。下一個脈沖在中間部分做同樣的事情，從第一部分引出充電器載波。然后第三部分接收脈沖，完成傳導通道。

但如果脈沖不按順序排列，這種情況就不會發生。例如，如果先將脈沖發送到柵極的中間部分，然后是最靠近源極的部分，則中間部分將無法從其相鄰部分提取電荷載流子。它的極化將保持不變，阻礙導電通道的形成。

由于這種類型的計算依賴于與時間相關的脈沖序列，“我們需要一種能夠記住脈沖序列的設備，”Wong說。這就是為什么他和Boahen基于鐵電晶體管進行設計的原因，鐵電晶體管此前曾被認為是在神經形態芯片中結合記憶和邏輯的一種方式。鐵電材料在其極化中提供存儲器，當柵極接收到電壓脈沖時，該極化翻轉；Wong指導的博士生Hugo Chen近日在IEDM上發表了這篇論文，他解釋道，然后它會保持這種極化，直到它接收到另一個脈沖。

雖然目前的設備版本包括一個三部分門——樹枝狀結構的最簡單版本——但斯坦福大學團隊的目標是在未來引入進一步的細分。Chen指出，增加更多的柵極分區會增加電阻，盡管這不太可能是一個問題，因為這些設備的構建將實現并行處理。

構建3D設備也需要新的流程。例如，這些芯片需要在低溫下制造，Wong還補充道，“如何在3D中構建這樣的系統仍然是一個相關的研究問題?！?/p>