新加坡国立大学的研究团队取得了一项突破性进展，开发出一种创新的超高效计算单元，能够模拟电子神经元和突触行为，为神经形态计算领域带来革命性变革。该研究成果发表在《自然》杂志上，引起了半导体行业的广泛关注。通过巧妙地利用传统硅晶体管，研究人员成功地模拟了神经元和突触的功能，实现了体积的大幅缩小，并降低了能耗，为构建更强大、更节能的人工神经网络奠定了基础。

🧠 研究团队开发了一种创新的超高效计算单元，该单元能够模拟电子神经元和突触的行为，标志着神经形态计算领域的重大突破。

💡 该研究的核心在于，研究人员通过调整传统硅晶体管的体端子电阻，成功地模拟了神经元和突触的功能。这种方法利用了名为“冲击电离”的物理现象，将其转化为具有工业应用价值的技术。

🔬 这一创新使得电子神经元的体积缩小至原来的1/18，突触缩小至1/6。对于包含数百万个电子神经元和突触的人工神经网络来说，这意味着能以更低的能量消耗处理更多的信息。

🔄 团队还设计了一种由两个晶体管组成的单元——神经突触随机存取存储器，支持在神经元和突触操作模式之间的切换，提供了制造过程中的高度灵活性，无需对硅进行掺杂以达到特定的基板电阻值。

⚙️ 值得注意的是，该技术基于传统的180纳米节点技术，无需最新的高端制造工艺。 这项突破为未来的计算技术开辟了新的道路，具有广阔的应用前景。

或为神经形态计算领域带来革命性变化

    【总编辑圈点】

    科技日报北京4月1日电 （记者张梦然）新加坡国立大学研究团队开发出一种创新的超高效计算单元，能够模拟电子神经元和突触行为，为神经形态计算领域带来了革命性的变化。这项成果已在最新一期的《自然》杂志上发表，引起了半导体行业领先公司的广泛关注。

    在人工神经网络中，电子神经元和突触是两个基本构成要素。与传统的计算机不同，这些系统能够在同一位置处理和存储数据，避免了传统计算机在内存和处理器之间传输数据的时间和能量消耗。然而，使用常规硅晶体管实现电子神经元和突触需要连接多个设备，每个神经元至少需要18个晶体管，而每个突触则需要至少6个晶体管，这导致它们比单个晶体管大得多，成本也更高。

    团队找到了一种巧妙的方法，可以在单一的传统硅晶体管中复制神经元和突触的电行为特征。通过将体端子的电阻调整到特定值，产生一种名为“冲击电离”的物理现象，这种现象产生的电流峰值与电子神经元激活时的情况相似。此外，通过设定不同的体端子电阻值，晶体管能够在栅极氧化层中存储电荷，其电阻会随时间保持，从而模仿电子突触的行为。这意味着只需选择合适的体端子电阻，晶体管就可以作为电子神经元或突触运行。“冲击电离”这一现象通常被视为硅晶体管的一种故障机制，但研究团队成功地控制并将其转化为具有工业应用价值的技术。

    这项发现的重要性在于，它能使电子神经元的体积缩小至原来的1/18，突触缩小至1/6，对于包含数百万个电子神经元和突触的人工神经网络来说，这代表了一个巨大的进步，意味着能以更低的能量消耗处理更多的信息。

    此外，该团队还设计了一种由两个晶体管组成的单元——神经突触随机存取存储器，支持在神经元和突触操作模式之间的切换，提供了制造过程中的高度灵活性，因为这两种功能都可以通过一个模块实现，无需对硅进行掺杂以达到特定的基板电阻值。

    值得注意的是，团队使用的晶体管基于传统的180纳米节点技术，不需要最新的高端制造工艺。这一突破不仅展示了技术上的创新，也为未来的计算技术开辟了新的道路。

    技术创新推动工程进步，工程创新同样也为技术进一步革新开辟道路。这次，科研人员巧妙改造了传统硅晶体管，让一个元件可以兼具电子神经元和突触的双重功能。而且，他们利用的这种物理现象，通常被视为硅晶体管的一种故障机制。换个思路天地开，将“故障”控制好，也能把它转化为具有工业应用价值的新技术。这项技术能以更少的晶体管实现人工神经网络功能，突破了神经形态计算落地的瓶颈，而且用现有工艺即可实现，应用前景广阔。