饶智超, 汪秀梅, 刘亚倩, 李恩龙, 俞礽坚, 陈惠鹏, 张国成,2*
(1. 福州大学 平板显示技术国家地方联合工程实验室, 福建 福州 350102;2. 福建工程学院 微电子技术研究中心, 福建 福州 350108)
过去几十年里,基于冯·诺依曼架构的数字计算机在科学计算方面取得了巨大的成功,带领人们走进了信息时代。但随着集成电路领域的飞速发展,受限于存储器和处理器物理上独立的特性,基于冯·诺依曼架构的数字逻辑计算即将陷入瓶颈,不能再满足未来的计算需求[1]。不同于冯·诺依曼架构下存算分离的逻辑电路,人脑可以以惊人的效率高速且并行地工作[2]。在这样的启发下,模拟人脑神经系统的神经形态计算硬件成为了一个新的研究热点,以图实现同时执行信息的学习、存储和传输等多项任务[3-4]。基于神经形态计算的人工神经形态器件可分为人工突触和神经元器件两大类,这当中人工突触就是神经网络的一个重要组成部分。通过改变突触的权重,人工突触器件可以有效地进行信号的传递,这使其得到了广泛的研究[5-7]。
到目前为止,已经有各种基于神经形态计算的人工突触器件得到了开发,包括两端的电阻随机存储器[8]、相变存储器[9]、忆阻器[10]以及三端的突触晶体管[11-13]等。不幸的是,两端的突触器件虽可以对生物突触的行为进行有效地模拟,但由于其信号在传输与处理上存在时间差,因而不能够同时实现信息传递与学习[14]。而三端结构的突触晶体管凭借着栅极的作用,能够在信号传输的过程中进行调控、处理,可以表现出与生物突触更为接近的特性。……