硅晶体管，Nature！

文章预览

研究背景 人工神经网络（ANN）是一种仿生计算系统，由于其能够在同一位置同时进行计算和存储，避免了数据传输带来的能量消耗和延迟，因此被广泛应用于人工智能、图像识别和自动驾驶等领域。与传统的基于冯·诺依曼架构的计算机相比，ANN 在能耗和计算效率上具有显著优势。然而，传统的互补金属氧化物半导体（CMOS）晶体管难以同时实现神经元和突触功能，因此需要额外的电路设计，导致硬件成本高、集成度受限。此外，忆阻器等新兴材料虽在神经形态计算方面展现出潜力，但其集成难度大、可靠性不足，因此带来了实际应用的挑战。 针对这一挑战， 新加坡国立大学Mario Lanza教授课题组 在“Nature”期刊上发表了题为“Synaptic and neural behaviours in a standard silicon transistor”的最新论文。该团队设计了一种基于标准体硅金属氧化物半导体场效应晶 ………………………………