新加坡国立大学的研究人员已经证明，一个晶体管可以复制神经和突触的行为，标志着大脑启发计算的重要一步。
新加坡国立大学（NUS）的研究人员已经证明，一个单一的、标准的硅晶体管 —— 在计算机、智能手机和几乎所有现代电子产品中微芯片的核心组件 —— 在以非传统方式操作时，可以模拟生物神经元和突触的功能。
这项研究由新加坡国立大学设计与工程学院材料科学与工程系副教授马里奥·兰扎（Mario Lanza）领导，为人工神经网络（ANN）的可扩展、节能硬件提供了一条有前途的道路。这一进展标志着神经形态计算领域向前迈出了重要一步，该领域旨在复制大脑处理信息的效率。这项研究发表在2025年3月26日的《自然》杂志上。
把大脑放进硅里
实际上，世界上最复杂的计算机已经存在于我们的大脑中。研究表明，总的来说，人类的大脑比电子处理器更节能，这要归功于近900亿个神经元，它们彼此之间形成了大约100万亿个连接，而且突触会随着时间的推移调整它们的强度 —— 这一过程被称为突触可塑性，它支撑着学习和记忆。
几十年来，科学家们一直试图利用人工神经网络（ANN）来复制这种效率。人工神经网络最近在人工智能（AI）领域取得了显著进展，其灵感大致来自于大脑处理信息的方式。但是，虽然它们借用了生物学术语，但相似之处只是表面上的 —— 基于软件的人工神经网络，比如那些为ChatGPT等大型语言模型提供动力的人工神经网络，对计算资源有着巨大的需求，因此，对电力也有着巨大的需求。这使得它们在许多应用中不切实际。
神经形态计算旨在模拟大脑的计算能力和能量效率。这不仅需要重新设计系统架构，以便在同一位置进行存储和计算 —— 即所谓的内存计算（IMC） —— 而且还需要开发电子设备，利用物理和电子现象，能够更忠实地复制神经元和突触的工作方式。然而，目前的神经形态计算系统由于需要复杂的多晶体管电路或新兴材料而受到阻碍，这些材料尚未经过大规模制造的验证。
兰扎教授说：“为了实现真正的神经形态计算，微芯片的行为就像生物神经元和突触一样，我们需要可扩展和节能的硬件。”
使用标准硅的突破
新加坡国立大学的研究小组现在已经证明，一个单一的、标准的硅晶体管，当以特定的方式排列和操作时，可以复制神经放电和突触重量的变化 —— 生物神经元和突触的基本机制。这是通过将体端的电阻调节到特定值来实现的，这允许控制晶体管中发生的两种物理现象：穿通碰撞电离和电荷捕获。此外，该团队还建造了一个能够在神经元或突触机制中工作的双晶体管单元，研究人员称其为“神经突触随机访问存储器”，简称NS-RAM。
兰扎教授解释说：“其他方法需要复杂的晶体管阵列或可制造性不确定的新材料，但我们的方法利用了商用CMOS（互补金属氧化物半导体）技术，与现代计算机处理器和存储微芯片中的平台相同。”“这意味着它具有可扩展性、可靠性，并与现有的半导体制造工艺兼容。”
通过实验，NS-RAM单元表现出低功耗，在许多操作周期内保持稳定的性能，并在不同设备上表现出一致、可预测的行为 —— 所有这些都是构建适用于现实世界应用的可靠ANN硬件的理想属性。该团队的突破标志着紧凑、节能的人工智能处理器的发展迈出了一步，可以实现更快、更灵敏的计算。
如果朋友们喜欢，敬请关注“知新了了”！
