新加坡国立大学研究小组开发了一种能模拟电子神经元和突触行为的创新超高效计算单元，给神经形态计算领域带来了革命性的变化。这一成果已经在最新一期的《自然》杂志上发表，引起了半导体行业领先公司的高度关注。

开创性硅晶体管模拟神经和突触行为，意味着神经形态计算的重大进展(示意图)。图片来源:AI生成

在人工神经网络中，电子神经元和突触是两个基本要素。与传统计算机不同，这些系统可以在同一位置处理和存储数据，从而避免了传统计算机在内存和Cpu之间传输数据的时间和能量消耗。然而，使用常规硅晶体管来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，而每个突触至少需要6个晶体管，这使得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，可以复制神经元和突触在单个传统硅晶体管中的电行为特征。通过将体端子的电阻调整到特定值，产生了一种叫做“冲击电离”的物理变化。这种情况下产生的电流峰值类似于电子神经元激活时的情况。此外，通过设置不同的体端子阻值，晶体管可以将电荷储存在栅极氧化层中，其电阻会随着时间的推移而维持，从而模仿电子突触的动作。这意味着只要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机运行。“冲击电离”被视为电离”

这种发现的重要性在于，它可以将电子神经元的体积缩小到原来的1/18，突触缩小到1/6。对于包括数百万个电子神经元和突触在内的神经网络算法来说，这代表了一个巨大的进步，更多的信息可以用更低的能量消耗来处理。

此外，该团队还设计了由神经突触随机存取存储器两个晶体管组成的模块，支持神经元和突触操作模式之间的转换，在生产过程中提供了高度的灵活性，因为这两个功能都可以通过一个模块实现，而不需要混合硅来实现特定的基板阻值。

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