人工神经形态器件发展现状与展望

张 玲，刘国柱,2，于宗光

（1.中国电子科技集团公司第五十八研究所，江苏无锡 214035；2.东南大学电子科学与工程学院，南京 210096）

1 引言

随着信息化时代的发展，数据处理以爆发式方式快速增长（平均数据量为2.5×1018B/d，每40个月增加1倍[1]，预计到2025年全球数据总量将达到175 ZB[2]），大数据、物联网、云计算、5G通信、人工智能等技术的应用对计算速度和计算能效提出了更高的要求。传统的冯·诺依曼计算架构因存算分离引发“存储墙”和“功耗墙”问题而不再满足智能大数据应用场景快、准、智的响应需求[3-14]，尤其在速度、功耗、面积等方面难以满足未来庞大数据量的处理需求，其计算体系与架构的短板愈显突出。同时，传统CMOS器件尺寸正在逼近物理极限，摩尔定律难以延续，同样也限制了计算机的性能提升[3-14]。人工智能的三大要素是算力、数据与算法，目前，传统计算架构的带宽、算力和功耗问题已经成为人工智能发展的瓶颈。因此，类脑计算与存算一体化是现阶段实现高带宽、低功耗、计算需求的必由之路，其中，人工神经形态器件是解决“存储墙”和“功耗墙”问题的有效途径，发展以新材料和新器件为支撑的新型非冯计算架构成为解决问题的关键点[3-4,13-14]。构建基础器件、电路、架构、系统、应用等多个层面协同创新平台，是发展神经形态新型计算体系的基础，同时也是真正实现人脑神经网络模拟抽象的必要条件。本文基于神经元与突触原理，综述了神经形态器件与电路的基本发展概况，并对人工神经形态器件发展存在的问题与未来趋势进行了分析与总结。……