當(dāng)前，在自動(dòng)駕駛、智能家居系統(tǒng)及工業(yè)控制等領(lǐng)域，越來(lái)越需要邊緣智能硬件來(lái)本地處理傳感器和智能設(shè)備實(shí)時(shí)生成的環(huán)境數(shù)據(jù)，以最小化決策延遲。而能夠精確模擬多種生物神經(jīng)元行為的神經(jīng)形態(tài)硬件，有望推動(dòng)超低功耗邊緣智能的發(fā)展?，F(xiàn)有研究已探索了具有突觸可塑性（即通過(guò)適應(yīng)性改變強(qiáng)化或弱化突觸連接）的硬件，但要完整模擬學(xué)習(xí)與記憶過(guò)程，需要包括內(nèi)在可塑性在內(nèi)的多種可塑性機(jī)制協(xié)同作用。
針對(duì)上述問(wèn)題，復(fù)旦大學(xué)微電子學(xué)院包文中/集成電路與微納電子創(chuàng)新學(xué)院周鵬聯(lián)合研究團(tuán)隊(duì)與香港理工大學(xué)柴揚(yáng)教授合作，利用晶圓級(jí)二維半導(dǎo)體（MoS2）材料，基于動(dòng)態(tài)隨機(jī)存儲(chǔ)器（DRAM）原理，提出了一種新型仿生神經(jīng)元結(jié)構(gòu)，并首次在單一硬件中實(shí)現(xiàn)了內(nèi)在可塑性（Intrinsic Plasticity）、脈沖時(shí)序編碼與視覺(jué)適應(yīng)的協(xié)同集成。近日，相關(guān)成果以《基于單層二硫化鉬的內(nèi)在可塑性仿生神經(jīng)元》（“A Bio-inspired Neuron with Intrinsic Plasticity Based on Monolayer Molybdenum Disulfide”）為題發(fā)表于電子學(xué)國(guó)際知名期刊Nature Electronics。
神經(jīng)形態(tài)硬件是模擬類腦信息處理的關(guān)鍵，現(xiàn)有研究成果仍依賴于資源密集型的硅基CMOS硬件和基于脈沖頻率的編碼策略，缺乏有效的時(shí)空稀疏性，與生物系統(tǒng)相比能耗要高得多。此外，之前的器件研究集中在突觸可塑性機(jī)制，忽視了動(dòng)作電位閾值調(diào)節(jié)及靜息電位偏移等神經(jīng)元內(nèi)在可塑性現(xiàn)象。為解決這一問(wèn)題，研究者利用晶圓級(jí)MoS2材料開發(fā)了一種基于DRAM和反相器結(jié)構(gòu)的積累-發(fā)放（Integrate-Fire）神經(jīng)元模塊，以模擬神經(jīng)動(dòng)力學(xué)過(guò)程中的積分與放電機(jī)制。該工作利用DRAM的寫入電壓設(shè)定神經(jīng)元細(xì)胞的靜息膜電位，并通過(guò)二維DRAM晶體管的泄漏電流模擬神經(jīng)元的積分過(guò)程。當(dāng)膜電位達(dá)到反相器的翻轉(zhuǎn)閾值時(shí)，神經(jīng)元會(huì)觸發(fā)電壓脈沖。其中輸入信息以時(shí)間形式編碼，模擬了生物神經(jīng)元的特性，單脈沖的功耗僅為2.82nJ。簡(jiǎn)單來(lái)說(shuō)，研究者通過(guò)調(diào)節(jié)DRAM的寫入電壓，即可調(diào)整神經(jīng)元的靜息電位，以模擬內(nèi)在可塑性。
同時(shí)，該工作利用MoS2優(yōu)異的光電特性，使神經(jīng)元能夠?qū)饣螂娒}沖刺激實(shí)現(xiàn)節(jié)能的時(shí)序編碼。神經(jīng)元模塊中的柵極偏置可全局調(diào)節(jié)，以調(diào)整MoS2晶體管的光電相應(yīng)，模擬人類視網(wǎng)膜中光感受器細(xì)胞的可變光敏感性。通過(guò)在明亮環(huán)境下整體降低光敏感性，并在光線較暗的環(huán)境下提高光敏感性，該模塊能夠準(zhǔn)確編碼視覺(jué)圖像。這些結(jié)果表明，神經(jīng)元模塊能夠?qū)崿F(xiàn)類似于人類視覺(jué)系統(tǒng)的光適應(yīng)和暗適應(yīng)。
圖1. 模擬人腦視覺(jué)適應(yīng)和特征識(shí)別的二維DRAM仿生神經(jīng)元電路
基于上述二維電光協(xié)同神經(jīng)元，研究者開發(fā)了一種生物啟發(fā)的神經(jīng)網(wǎng)絡(luò)（BioNN）用于圖像識(shí)別，將二維DRAM神經(jīng)元模塊用作圖像預(yù)處理和計(jì)算層。該神經(jīng)元能夠同時(shí)進(jìn)行脈沖時(shí)序編碼、神經(jīng)元本征可塑性調(diào)節(jié)、視覺(jué)適應(yīng)的生物神經(jīng)動(dòng)力學(xué)過(guò)程，打破傳統(tǒng)神經(jīng)形態(tài)硬件架構(gòu)限制，將感知、記憶、計(jì)算一體化，從而實(shí)現(xiàn)高效集成的類腦視覺(jué)事件處理。未來(lái)，二維神經(jīng)元模塊可作為拓展成大型神經(jīng)形態(tài)計(jì)算系統(tǒng)的通用基本單元，與先進(jìn)傳感器、存儲(chǔ)器及類腦算法深度融合，高效構(gòu)建從邊緣智能終端到大規(guī)模分布式類腦網(wǎng)絡(luò)；其在自動(dòng)駕駛、智慧醫(yī)療、機(jī)器人感知、腦機(jī)接口等領(lǐng)域發(fā)揮作用，為低功耗、實(shí)時(shí)響應(yīng)的智能系統(tǒng)提供基礎(chǔ)支撐，并推動(dòng)類腦計(jì)算技術(shù)向更接近生物神經(jīng)系統(tǒng)的方向演進(jìn)。
圖2. 生物啟發(fā)神經(jīng)網(wǎng)絡(luò)電路實(shí)現(xiàn)視覺(jué)適應(yīng)與特征識(shí)別
研究團(tuán)隊(duì)前期在二維半導(dǎo)體的工藝集成和電路應(yīng)用方向有著十多年的技術(shù)積淀，此次突破打通了了從原子級(jí)材料調(diào)控、器件物理機(jī)理設(shè)計(jì)，晶圓級(jí)流片，到類腦計(jì)算架構(gòu)電路的全鏈條創(chuàng)新能力。研究團(tuán)隊(duì)表示，這一突破充分發(fā)揮了二維半導(dǎo)體超低功耗優(yōu)勢(shì)，從而推動(dòng)人工智能計(jì)算向更接近生物神經(jīng)系統(tǒng)的高能效形態(tài)演進(jìn)，同時(shí)也為二維半導(dǎo)體在邊緣智能硬件與類腦視覺(jué)系統(tǒng)中的應(yīng)用開辟全新路徑。目前，團(tuán)隊(duì)成員也已經(jīng)開始聚焦科研成果的工程化落地，致力于打通二維半導(dǎo)體“從1到10”的產(chǎn)業(yè)化道路。
復(fù)旦大學(xué)集成芯片與系統(tǒng)全國(guó)重點(diǎn)實(shí)驗(yàn)室、紹芯實(shí)驗(yàn)室（紹興復(fù)旦研究院）的周鵬教授和包文中研究員，香港理工大學(xué)柴揚(yáng)教授為論文共同通訊作者。青年研究員王印博士、課題組博士后緱賽飛、博士生董祥麒為共同第一作者。研究工作得到了科技部國(guó)家重點(diǎn)研發(fā)計(jì)劃、上海市科委關(guān)鍵技術(shù)研發(fā)計(jì)劃“先進(jìn)材料”、基礎(chǔ)研究特區(qū)等項(xiàng)目的支持。
論文鏈接：https://www.nature.com/articles/s41928-025-01433-y（可點(diǎn)擊“閱讀原文”獲?。?/p>
復(fù)旦大學(xué)微電子學(xué)院
發(fā)布學(xué)院資訊，宣傳推廣學(xué)院信息
11篇原創(chuàng)內(nèi)容
公眾號(hào)
