袁佳卉 杨晓阔† 张斌 陈亚博 钟军危波 宋明旭 崔焕卿

1) (空军工程大学基础部, 西安 710051)

2) (国防科技大学计算机学院, 长沙 410005)

3) (空军指挥学院, 北京 100097)

(2021 年4 月1 日收到; 2021 年6 月16 日收到修改稿)

1 引 言

纵观人类发展历史, 人类一直致力于创造出拥有像人类智慧的“智能机器”[1]. 研究人员采用互补金属氧化物半导体(complementary metal-oxidesemiconductor, CMOS)器件来搭建神经形态电路. Bernabe 等[2]利用CMOS 电路模拟了Fitz-Hugh-Nagumo 神经元模型, 实现了神经振荡器的仿真; Lont 等[3]实现了在3 µm CMOS 制造工艺下的具有非线性突触的多层感知器, 并且该芯片被成功集成到计算机中实现了相应功能. 尽管基于CMOS 的神经形态器件已经逐渐发展成熟, 并且可以制造出成熟的仿生电路, 但是它需要消耗大量的能量, 且集成度较低, 无法实现有效的仿生功能[4]. 因此, 不适合进行类脑计算. 传统的冯诺依曼计算体系也是制约CMOS 神经形态芯片发展的主要障碍. 这是由于冯诺依曼计算体系存储与计算分离, 当数据在存储器和处理器之间传输时, 将会消耗大量的时间和能量, 无法实现实时语音、图像识别等运算[5].

近几年, 随着材料科学和电子科学的发展, 一些新型材料被发现能够直接模拟人脑中神经元和神经突触的计算能力, 如铁电材料[6]、阻变材料[7]、相变材料[8]和自旋电子材料[9]等. 这些新型器件打破了传统的冯诺依曼计算瓶颈, 具有存算一体,功耗极低等优点, 能够实现生物神经元或者突触的神经态计算功能[10].

自旋电子材料作为制作新型神经形态器件的……