用于下一代人工智能系统的超低功耗人工突触
相变人工突触的器件结构示意图。加热器和备用电极分别对应于突触后和突触前神经元。
类脑计算是下一代计算技术的一个有前途的候选者。开发与人脑一样节能、轻便且适应性强的下一代高级人工智能系统引起了人们极大的兴趣。
“然而，在使用超低能量的传统人工突触中模仿大脑的神经可塑性，即改变神经网络连接的能力，极具挑战性。” 新加坡科技与设计大学 (SUTD) 助理教授 Desmond Loke 说。
一个人工突触横跨两个神经元-comprising的间隙，以允许电信号通过，并彼此-可以通信模拟大脑的神经高效的信号传输和记忆形成的过程。
为了提高人工突触的能源效率，Loke 的研究团队首次引入了一种用于人工突触的纳米级纯金属电极制造工艺。通过使用仅沉积纳米柱的锗-锑-碲忆阻器件，该团队设计了一种相变人工突触器件，实现了前所未有的低能量每基于对脉冲突触事件1.8 PJ的消耗。与传统的人工突触相比，这大约小了 82%。
“实验表明，基于相变材料的人工突触可以以超低能量执行成对脉冲促进/抑制、长期增强/抑制和尖峰定时依赖性可塑性。我们相信我们的发现可以为开发提供一种有前途的方法更快、更大规模的人工突触阵列，在 AI 任务中的性能显着提高。” 洛克说。
通过沉积和蚀刻工艺形成的传统加热器电极会在界面处造成/造成很大程度的损坏。或者，在本研究中由仅沉积工艺产生的加热电极可能会在界面处产生较小程度的损坏。这可能导致更坚固、无缺陷的界面，接触电阻及其变化显着降低，从而导致工作电流降低。