Credit: Chen等:人脑中的单个神经元可以高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，通常需要几个设备来完成这些操作。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，可以单独执行逻辑运算，而不需要多个设备。发表在《自然电子》杂志上的一篇论文中提出的这些神经电阻可以开发出性能更好的生物感应计算系统。
“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周鹏告诉TechXplore。“所提出的晶体管可以有效地执行包括“或”和“与”运算在内的线性逻辑计算，但仍不足以实现“异或”和“XNOR”运算等非线性逻辑计算。”
最近的研究发现表明，单个人类神经元能够进行非线性逻辑运算。由Zh ou和他的同事进行的这项研究的主要目的是设计一种单一的电子设备，能够模拟人脑中单个神经元的这种非线性逻辑计算能力。
“我们用于逻辑门的神经压敏电阻采用双栅结构设计，采用2D材料作为沟道材料，”周说。“特别是，我们使用了不同极性的2D材料，包括神经细胞中的双极型、n型和p型特征，以产生不同的逻辑运算。因此，一个神经细胞可以充当一个逻辑门。”
为了评估他们设计的器件并确认其可行性，周和他的同事在双晶体管双电阻配置中使用WSe2神经存储单元和MoS2神经存储单元制造了逻辑半加法器和奇偶校验电路。他们发现，与采用二硫化钼栅极的传统设计相比，最终电路节省了78%的面积。
“我们充分利用了2D材料的双极型特性，展示了非线性逻辑运算，因此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，实现高效计算，”周说。“通过使用这些神经电阻来演示小尺寸逻辑半加法器和高效二元神经网络，进一步验证了它们的可行性。”
在一系列模拟中，他们运行了基于3D XNOR阵列的二进制神经网络，研究人员创建的逻辑电路实现了每秒622.35万亿次运算/瓦的能效和7 .31兆瓦的功耗。未来，这组研究人员设计的神经存储和逻辑门可以用来开发体积更小、效率更高、功耗更低的神经形态计算芯片。
“我们演示了基于不同极性的2D材料(如MoS2、WSe2和BP)的逻辑库，不同的神经电阻会产生不同的逻辑运算，”周说。“下一步，我们希望将存储层添加到neu stor架构中，这样就可以通过存储操作而不是材料类型来切换极性，这意味着一个neu stor将产生不同的逻辑操作。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
