近年来,人工神经网络在图像处理和感知识别方面有着越来越多的应用,将传感器与信号处理电路集成到一颗芯片中可以在降低功耗的同时有效提高信号处理的速度和效率。具有原子级厚度的新型二维半导体材料在集成感知能力与存储、模拟计算能力方面有着极大的优势,所以非常适合用于构建基于模拟卷积矩阵的人工神经网络。各国的科学家近年来展示了诸多研究成果,但是大部分都是传感和计算分离,而且是小型单元器件的展示,同时通过外围硅电路来实现神经网络功能,缺乏实用性。
近日,复旦大学微电子学院包文中课题组与任俊彦、周鹏课题组合作,利用晶圆级二维半导体硫化钼,采用与半导体CMOS工艺兼容的增强型顶栅晶体管结构,成功流片并测试了一款新型人工神经网络芯片。10月5日,工作进展以《基于二维半导体的人工神经网络芯片》(“An Artificial Neutral Network Chip Based on Two-Dimensional Semiconductor”)为题发表于国内期刊《科学通报》(Science Bulletin)。学院青年副研究员马顺利,博士生吴天祥、陈新宇为本文的共同第一作者;研究员包文中,教授任俊彦、周鹏为共同通讯作者。
此项研究得到了科技部重点研发计划纳米科技专项、国家自然科学基金、上海市科委和教委项目的资助,以及教育部创新平台和专用集成电路与系统国家重点实验室的支持。
利用二维半导体制作的人工神经网络芯片
在这项工作中,研究团队首先成功制备了高质量均匀的两英寸二维MoS2晶圆,并开发了利于集成电路制造的顶栅晶体管技术,在次基础上利用level-62 SPICE模型构建晶体管仿真模型,从而对人工神经网络中的模拟电路进行仿真和优化,最终构建了一个可用于未来智能传感应用的人工神经网络芯片。此芯片与生物神经元类似,具有多个感知“突触”,收集来自传感器的信号。每个突触可以存储和改变感知信号的相应权重,并实现感知信号与权重的乘法运算,然后输入到激活函数电路进行映射与归一化。最后,该芯片结合片外软件演示了未来基于MoS2人工神经网络芯片可实现的触觉盲文分类器,经过权重值优化后的盲文字母识别率达到97%以上。
此工作展示的芯片集成了乘加单元(MAC)、模拟随机存取存储器(RAM)和激活函数(activation function)功能电路,减少了外围的器件,是一款真正意义上的全二维功能芯片,这意味着新兴二维半导体在集成电路中的实际应用方面取得了重大突破。在未来的研究中,该科研团队将继续聚焦于新型二维材料体系的器件工艺优化、大规模集成与应用探索,进一步推动其在集成电路产业中的实际应用。