新加坡国立大学研究团队近期开发出一种创新的超高效计算单元，该单元能够模拟电子神经元和突触行为，为神经形态计算领域带来了革命性的突破。这项研究成果已在最新一期的《自然》杂志上发表，并引起了半导体行业巨头们的广泛关注。

在人工神经网络中，电子神经元和突触扮演着基础且关键的角色。与传统计算机架构不同，这些新型系统能够在数据处理和存储位置一体化，有效避免了传统计算机在内存和处理器之间传输数据时的时间和能量损耗。然而，利用常规硅晶体管模拟电子神经元和突触需要复杂的设备连接，每个神经元至少需要18个晶体管，每个突触也至少需要6个晶体管，这导致它们的体积和成本都相对较高。

该团队巧妙地利用单一传统硅晶体管，成功复制了神经元和突触的电行为特征。通过调整体端子的电阻至特定值，引发了一种名为“冲击电离”的物理现象，其电流峰值与电子神经元激活状态相似。此外，通过设定不同的体端子电阻值，晶体管能在栅极氧化层中存储电荷，且电阻随时间保持稳定，从而模仿电子突触的行为。这意味着只需调整体端子电阻，晶体管即可在电子神经元或突触模式间切换。

这一发现对于人工神经网络具有重大意义，它使得电子神经元的体积缩小至原来的1/18，突触缩小至1/6。对于包含数百万个神经元和突触的网络来说，这代表着处理能力和能效的巨大提升。

此外，团队还设计了一种神经突触随机存取存储器单元，它由两个晶体管组成，支持神经元和突触操作模式之间的切换，为制造过程提供了高度灵活性。这两种功能都可通过一个模块实现，无需对硅进行掺杂。

值得注意的是，该团队使用的晶体管基于传统的180纳米节点技术，无需依赖最新的高端制造工艺。这一突破不仅展现了技术创新的力量，也为未来计算技术的发展开辟了新的方向。

技术创新与工程进步相辅相成，这次科研人员对传统硅晶体管进行了巧妙改造，使其兼具电子神经元和突触的双重功能。他们利用通常被视为硅晶体管故障机制的物理现象，通过创新思路，将其转化为具有工业应用价值的新技术。这项技术能够以更少的晶体管实现人工神经网络功能，突破了神经形态计算的落地瓶颈，且应用前景广阔。

（文章来源：科技日报）