咨讯息 · 2022年8月5日 0

Auron项目组提出电晶体多脊髓型态机能电子元件,将硬体网络速率提高200%

合作开发高效的脊髓型态硬体网络对同时实现繁杂的育苗智能非常关键。受制于冯诺圣马蒂构架,现代排序机控制系统的排序工作效率无法提升。

时至今日,再次出现了可模仿微生物神经控制系统内部结构和操作方式的脊髓型态芯片,其能高效且节能环保地运转大数据和育苗智能演算法等繁杂排序机控制系统各项任务。不过,现阶段已明确提出的脊髓型态芯片须要小规模的电子设备就可以形成繁杂的网络内部结构。

日前,南京大学力学与关键信息工程系陈惠鹏副教授项目组首度明确提出一类如前所述三维金属材料MXene的多脊髓型态机能电子元件——可切换脊髓元神经元电晶体(switchable neuronal-synaptic transistor,全称 SNST ),冲破了脊髓元组件与脊髓元间的力学界线。VPS

科学研究相关人员则表示,SNST 是一类由上而下、兼有精密和高工作效率的可切换脊髓型态电子元件,在锻造工艺技术、天然资源利用工作效率和运算速率等各方面,对同时实现高效、精确脊髓特化硬体控制系统有关键象征意义。

据介绍,脊髓型态芯片的基本上组件科学研究主要就分散在脊髓元电子元件和神经元电子元件两各方面,它是形成微生物神经控制系统中脊髓网络的三个基本上组件。据介绍,SNST 由 Ag 和 2D MXene (Ti3C2Tx ) 参杂的丙二醇/氧化铟锡共同组成,其具有两种不同的电阻切换模式和记忆模式,可以在单个电子设备上构建育苗脊髓元和神经元。VPS

科学研究中,该项目组首先测量了 SNST 的神经元机能。其具体机制为,对金属-绝缘体-半导体内部结构,当栅电极施加足够大的正电压时,半导体/介质界面处有源层的能带向下弯曲,尾态接近费米能级,大量电子积累形成导电通道;若在源极接地的情况下对 SNST 的漏极施加正电压,则大部分电子将通过导电沟道不断地从源极流向漏极。VPS

而在富含羟基的 PVA 聚合物中会再次出现质子传导现象。当施加正 VG 时,正质子 (H+) 向 ITO 通道迁移,负羟基迁移朝向栅电极形成双电层。去除外加电压后,这些带电粒子由于浓度梯度不同,会向与原路径相反的方向扩散,但扩散速率比外加电场引起的漂移速率慢。VPS

云主机、VPS、挂机宝、游戏服务器上永恒云

因此,当施加一系列正电压脉冲时,带电粒子会在 ITO 通道和栅电极的界面处聚集,导致通道中的电流增加。

当对 SNST 施加固定电压时,其漏极和源极间的电流 (以下全称为 ID ) 是由栅极电压脉冲控制。在施加栅极电压脉冲之前,ID 在正电压脉冲期间保持稳定并处于高电平,随着栅极电压脉冲的施加,ID 会突然增加,随后又缓慢恢复到稳定状态,其衰减的速率与栅极电压脉冲的幅度有关,这种行为类似于微生物神经控制系统中的兴奋性神经元后电流。相应地,抑制性神经元后电流的行为也可以通过 SNST 通过向栅电极施加负电压脉冲来模拟。VPS

此外,当向 SNST 的栅极施加一系列电压脉冲时,ID 的响应类似于从短期记忆到长期记忆,且 ID 的响应随着正脉冲数的增加而增强,脉冲后的稳定状态也增强。这些都表明 SNST 具有稳定的神经元特性,可胜任脊髓型态芯片中的育苗神经元角色。VPS

除了神经元,脊髓元是脊髓型态芯片的另一个关键共同组成部分,其通过模拟脊髓元膜上受体接收脊髓递质,并电位差放电的过程同时实现累计-爆发的排序。

据介绍,SNST 的脊髓元模型类似于一个带有漏极的两端忆阻器,当仅施加一个输入信号时,SNST 可以执行时间积分,并在施加几个脉冲后触发输出尖峰;当产生输出尖峰时,其输出波形的幅度会突然增加到 4 倍以上。而且,SNST 的脊髓元特性由四个不同的维度控制,这大大提升了其在实际电路中的适用性。VPS

具体来说,SNST 的脊髓元机能机制是,其含有的 Ag +可以吸附在参杂的 MXene 表面上,促进导电细丝的形成,从而使得 SNST 从高阻切换到低阻;但由于形成的导电丝较脆,脉冲后会被自然溶解和断裂,而在导电丝完全溶解之前下一个导电丝会更加容易形成,反复多次电压脉冲刺激后会导致电流突然增加,致使 SNST 具有脊髓元的特征。VPS

值得一提的是,科学研究相关人员则表示,在电子元件数量相同的情况下,如前所述 SNST 阵列的脊髓特化芯片可以改变脊髓元和神经元的比例,再通过对脊髓元和神经元的比例进行编程,可解决硬体天然资源配置与演算法各项任务要求不匹配的问题,天然资源利用工作效率提升到近 100%。

据悉,科学研究中,该项目组还运用 SNST 合作开发并演示了可用于真实性数据识别的脊髓网络,将神经元天然资源和脊髓元天然资源的利用工作效率提升近 100%。并且,与现代的脊髓型态电子设备相比,其硬体网络的训练速率优化了约 200% 。此外,科学研究相关人员如前所述 SNST 进一步合作开发了用于人脸识别的硬体控制系统,精确率高达 80%。VPS

参考链接:

1.XianghongZhang et al. Programmable Neuronal-Synaptic Transistors Based on 2D MXene for High Efficiency Neuromorphic Hardware Network.VPSMatter(2022)https://doi.org/10.1016/j.matt.2022.06.009

举报/反馈

永恒云出品