您好,欢迎访问复旦大学微电子学院
新闻公告

Nano Letters:微电子学院陈琳教授团队实现仿人脑柔性神经网络的超低功耗信息传递

发布日期:2020-04-09 浏览量:


研究背景:

       人脑可以高效地处理和完成各项任务,神经系统在这个过程中扮演着重要的角色。生物神经网络由神经元相互连接组成,神经系统将从感受器收集的信息传输到大脑,并将大脑的指令传达给各个组织单元,保证生命活动正常的进行。生物神经元通过突触前端释放神经递质,诱导突触后端离子浓度(例如Na +,Cl-,K +)与动作电位发生变化,从而实现信息的传递。目前,仿生人工神经形态器件已可实现基本的神经突触功能模拟,完成单个功能单元的可塑性验证。但实际生物系统中的每个神经元可连接5000−10000个不同的神经元,单个突触单元无法完成独立完成复杂的信息传输和处理,不同神经元之间的连接与信息传递等功能尚待进一步探索。

       由于生物体神经网络中突触的脉冲尖峰仅消耗约10 fJ的功耗,因此大脑可高效、低功耗实现大规模并行计算。构建低功耗人工神经网络,对下一代低功耗类脑神经计算具有重要意义。


成果简介:

       最近,复旦大学微电子学院科研团队利用低温原子层沉积技术,制备具有超低功耗的柔性仿人脑神经网络,首次实现柔性仿生神经网络的超低功耗多级信息传递功能,为可穿戴、低功耗、具有多级信息传递功能的类脑神经网络开辟了新的道路。相关成果以《Three-Dimensional Nanoscale Flexible Memristor Networks with Ultralow Power for Information Transmission and Processing Application》为题发表在国际顶级期刊Nano Letters (IF: 12.279) 上。微电子学院陈琳、孙清清教授为文章的通讯作者,博士生王天宇为第一作者。

       本工作提出了一种基于HfAlOx的柔性3D交叉开关忆阻器阵列,用于模拟人工神经网络,实现每个脉冲4.28 aJ的功耗和50 ns的响应速度,展示了多级信息传输与图像识别处理功能,对开发低功耗和高速响应的可穿戴3D神经网络具有重要意义。



图文导读:



001.jpg

图 1柔性人工神经网络结构示意图



002.jpg

图2. 多级信息传递功能实现



003.jpg

图3. 图像识别功能验证



       这项工作中提出了一种基于低温原子层沉积的柔性3D人工神经网络器件,展现出优异的多级信息传递与图像识别功能,为未来超低功耗神经形态计算系统的多级神经传递和高容错信息处理提供了一种解决路径。