神经形态器件和计算

传统冯·诺依曼体系的计算机由于串行处理容错率较差、效率较低、存算分离等问题带来了巨大的功耗，而生物大脑并行计算的特点为解决上述难题提供了有效方法。因此，受启发于生物大脑，从软、硬件层面构建神经形态技术系统实现大数据的计算和处理是当前的研究热点之一。本课题组研究开发基于忆阻器、晶体管的具有神经形态功能的器件，从材料、架构层面上寻找合适的材料及结构来仿生，对生物神经系统各类可塑性进行深入探讨和模拟，同时开发低功耗类脑算法，在软硬件结合方式下，以最低的功耗和代价实现对人脑神经网络的功能模拟，包括突触短程和长程记忆的增强和减弱、感知，学习和记忆等功能。

图1-1 生物神经系统的示意图

图1-2本课题组实现的基于聚乙烯醇和钠盐的神经形态器件，工作电压低至1 mV，功耗低至阿焦耳量级的人造突触器件，在生物相容、电压、功耗等方面达到了迄今为止最佳的综合表现。

图1-3 课题组实现的生物同源锂掺杂实现模拟左右脑双功能和生物离子通道的人造突触器件

图1-4 课题组使用铁电忆阻器实现神经形态电子和并首次实验中观察到单晶铪导电细丝。