浙江大学团队最新Advanced Materials：基于单晶体管神经元执行可重构的布尔逻辑计算

作者：集小微 2024-12-06

来源：浙江大学集成电路学院 #浙江大学# #石墨烯#

2.2w

01研究内容

近日，浙江大学集成电路学院俞滨教授、徐杨教授、张亦舒研究员合作团队，提出了一种基于石墨烯阈值开关晶体管的人工神经元器件，实现了线性可分到线性不可分的可重构布尔逻辑计算。该工作以题为“Boolean Computation in Single-Transistor Neuron”发表于Advanced Materials（DOI: 10.1002/adma.202409040）。

本文第一作者为浙江大学集成电路学院博士生李涵茜和胡加杨。该工作得到了国家自然科学基金和省自然科学基金重大项目（创新群体）的资助。

02课题亮点

在这项工作中，通过尖峰信号的时空整合展示了基于单晶体管神经元的原位可重构布尔逻辑计算。利用银离子细丝动力学和石墨烯双极性场效应特征的协同作用，单个神经元晶体管能够执行线性可分到线性不可分的多种逻辑计算，与传统的CMOS神经元相比显著减少了所需元件的数量。基于器件提取的soft-XOR激活函数构建的神经元模型，克服了传统感知机在线性不可分计算上的局限性，并且能够在大幅度减少神经网络计算所需的神经元数目的同时，实现更高的识别精度和鲁棒性。研究结果表明，不仅限于简单的积分功能，单个人工神经元就可以执行复杂的计算，这为实现大规模且高效的新型神经形态计算系统开辟了重要的研究方向。

图论文部分例图

03课题背景

布尔代数构成了现代计算系统的基础。随着硅基架构接近微型化的极限，研究人员正在积极寻找新的方案以进一步提高计算性能。人脑作为高效的信息处理系统，为智能计算的设计提供了天然的参考。大脑中的单个神经元就能够有效地执行包括线性不可分的异或计算在内的多种布尔逻辑计算。相比之下，传统的逻辑电路或需要十几个晶体管组合非门、与门和或门来实现异或计算。人工神经网络也需要多层连接方案来执行异或计算，这是因为生物神经元展现出的复杂特性远超当前神经形态计算中神经元模型的假设。生物神经元丰富的动态特性构成了大脑计算的基本要素。多种纳米结构和材料系统已经被报道，用于实现神经形态硬件的开发。其中，二维材料凭借其独特的物理性质，在提高神经形态计算效率的同时还进一步支持了器件的缩微化。然而，开发能够像人脑神经元一样高效地执行线性可分与线性不可分尖峰逻辑计算的神经形态器件，仍然面临着挑战。

文章信息

标题：Boolean Computation in Single-Transistor Neuron

作者：Hanxi Li, Jiayang Hu, Yishu Zhang,* Anzhe Chen, Li Lin, Ge Chen, Yance Chen, Jian Chai,

Qian He, Hailiang Wang, Shiman Huang, Jiachao Zhou, Yang Xu,* and Bin Yu*

DOI: 10.1002/adma.202409040

期刊：Advanced Materials

原文链接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202409040

研究团队简介

俞滨

浙江大学集成电路学院教授、博士生导师，前沿所所长

加州大学柏克莱分校电子工程博士、微纳电子学专家，浙江大学国际科创中心战略科学家，NAI Fellow，IEEE Fellow，荣获IEEE杰出讲座奖和IBM学者奖。研究方向为类脑感知与计算、后摩尔电子学、新一代信息器件、先进微纳集成芯片等。学术经历包括斯坦福大学顾问教授、北京大学客座教授等。在硅基/碳基/低维半导体电子学、新型逻辑/存储器件、碳基互联、纳米传感、二维材料/异质结、微纳智造等领域做出多项原创性成果，发表包括 Nature Electronics、Nature Communications、Science Advances、Matter、Chemical Reviews、Advanced Materials、ACS Nano、IEEE旗舰期刊、IEDM、VLSI Symposium 等顶级国际会议在内300多篇论文，其中4篇入选期刊封面或Highlights。作为众多微纳电子器件和微纳加工技术的发明人，拥有300多项国际发明专利，在微纳电子学领域取得多项世界记录，在IEDM、VLSI Symposium等顶尖国际会议发表论文十余篇，包括全球首个10纳米双栅三维晶体管FinFET（FinFET目前为产业界集成电路芯片主流技术），由于在集成电路缩微化方面的杰出贡献，于2007年当选为IEEE Fellow。受邀在全球高校、企业、国际学术会议做180多场主旨/特邀报告，受聘国际半导体技术路线图（ITRS, 全球半导体产业15年战略技术规划）起草委员会，IEEE EDS和IEEE NTC 执委会，IEEE Fellow评委，IEEE George Smith奖评委，IEEE IEDM技术委员会Chair，IEEE EDL、IEEE T-NANO、IEEE T-ED、Nano-Micro Letters等学术期刊副主编/编辑/特邀编辑，斯坦福大学研究生课程特邀讲员，以及数十个国际学术会议顾问/组委/技术委员会Chair、Co-Chair和成员。

徐杨

浙江大学集成电路学院教授、博士生导师

英国物理学会会士（IOP Fellow, FInstP）、英国皇家化学会会士（Fellow of the Royal Society of Chemistry)、英国材料学会会士（Fellow of the Institute of Materials, Minerals and Mining)、IEEE杰出讲座学者（IEEE NTC Distinguished Lecturer）。硅材料国家重点实验室成员, ZJU-UIUC Joint Institute兼聘教授, UCLA访问教授，剑桥大学丘吉尔访问学者，美国UIUC电子工程系博士和硕士，清华大学电子工程系学士。长期致力于硅范德华异质器件与集成的前沿基础研究，在Nature Electronics, Nature Nanotechnology等期刊和IEDM会议上发表论文120余篇，出版Wiley专著《Graphene for Post-Moore Silicon Optoelectronics》，发明专利授权30余项, 受邀在Nature Photonics、Chemical Reviews发表评论和综述。担任国际期刊Photonics Research, IEEE Nanotechnology Magazine副主编（Associate Editor），IEEE T-ED, Nanotechnology, Microelectronics Journal等期刊编委（Editorial Board）, 和IEEE EDS光电器件和IEEE NTC 纳米电子技术委员会委员。承担国家自然科学基金区域联合重点项目、重大培育基金、面上基金和负责国家重点研发计划课题。

张亦舒

浙江大学杭州国际科创中心百人计划研究员、求是科创学者，浙江省海外高层次人才

长期从事围绕新型存储器（RRAM, FeRAM等）实现的存算一体和神经形态计算研究，在相关领域发表学术论文50余篇，其中第一作者/通讯作者论文25篇，包括《Nature Communications》、《Advanced Materials》（4篇）、《Advanced Functional Materials》、《InfoMat》和《Nano Letters》（5篇）等；以第一发明人申请发明专利16项，授权6项，其中2项美国专利。参与编著由吴汉明院士主编的《集成电路制造大生产工艺技术》教材第17章。主持参与包括国家自然科学基金，科技部重点研发计划，浙江省重大基金在内的多项省部级项目。受邀担任International Journal of Extreme Manufacturing、Brain-X、Progress in Natural Science-Materials International和CMC-Computers Materials & Continua等国际学术期刊青年编委。获得包括第二届全国博士后创新创业银奖和国家优秀自费留学生奖学金等奖项。

李涵茜

浙江大学集成电路学院

2020级直博生

导师为俞滨教授，研究方向为基于二维材料的神经形态器件及系统。博士期间至今以第一作者身份在Advanced Materials、InfoMat、ACS Nano、Nano Letters、Advanced Functional Materials、Advanced Optical Materials、ACS Applied Materials & Interfaces上发表论文八篇，中国发明专利三项。