人腦在20瓦特的微電能量消耗下即可進行高度智能計算，其主要原因在于單個神經元細胞具備多種線性和非線性運算功能。學院線性新器長期以來，周鵬科學家們一直采用傳統晶體管電路來模擬人腦中的團隊突觸及神經元功能實現神經形態計算。然而，合作由于布爾邏輯運算需要多個器件組合才能實現，研究不僅需要大量硬件資源開銷，發明而且在執行信息處理過程中極為耗能，可媲遠不及神經元細胞計算的美腦高效性。

針對具有重大需求的計算件類腦神經形態技術，復旦大學微電子學院教授周鵬團隊與中國科學院上海技術物理研究所研究員胡偉達團隊合作，微電利用二維原子晶體的學院線性新器雙極性固有特征，實現了單晶體管基非線性邏輯運算，周鵬為高性能低功耗智能系統的團隊發展提供了新的技術途徑。北京時間6月7日，合作相關研究成果以《二維材料類神經晶體管邏輯門》（“Logic gates based on neuristors made from two-dimensional materials”）為題于發表于《自然-電子學》（Nature Electronics）。

在由傳統器件構成的系統中，隨著突觸或神經元單元增多，所需晶體管數目呈現指數式增長，嚴重制約了類腦神經形態計算芯片的快速發展。因此，從實現人腦神經元功能出發，利用單晶體管獲得非線性計算能力，將有希望構建真正意義上的“電子大腦”，實現高性能、低功耗的智能計算。

生物和晶體管單元在實現邏輯計算上的差異性

周鵬與胡偉達團隊引入了二維材料的獨特非摻雜極性特征，提出的新型類神經元邏輯晶體管在器件、系統層面上都展現出了巨大的應用優勢：不同極性（雙極性硒化鎢、n型硫化鉬以及p型黑磷）的單晶體管可模擬神經元細胞實現完整的布爾邏輯操作；基于不同新型器件的組合可以進一步構建高面積效率邏輯電路，物理面積節約最高可以達到78%；同時，新型類神經元邏輯器件可以構建三維“同或”邏輯陣列，將其應用于二值卷積神經網絡（BCNN），仿真計算表示在同一技術平臺上，該網絡計算效率已經超過由憶阻器基存算一體技術構成的BCNN效率。

目前，基于類神經晶體管邏輯門的BCNN芯片正在推進實現中，具有可媲美腦計算的高功能密度、高效率以及低功耗等特點，將進一步滿足物聯網、人工智能等應用的發展需求。

復旦大學微電子學院博士生陳華威和副教授薛曉勇為論文第一作者，周鵬與胡偉達是共同通訊作者。研究工作得到了國家自然科學基金杰出青年科學基金、應急重點項目及上海市集成電路重點專項等項目的資助，以及教育部創新平臺和專用集成電路與系統國家重點實驗室的支持。

論文鏈接：https://www.nature.com/articles/s41928-021-00591-z

制圖：實習編輯：楊澤璇責任編輯：