[本站讯]近日,集成电路学院王天宇研究员等人在全铪基铁电/反铁电神经形态类脑计算芯片与混合人工智能计算方向取得新进展。相关成果以“Fully hafnium-based ferroelectric/antiferroelectric devices for hybrid SNN neuromorphic computing”为题发表于国际期刊Applied Physics Letters。集成电路学院研究生陈庆鑫为论文第一作者,学院研究员王天宇、教授孟佳琳为论文共同通讯作者,集成电路学院为论文第一完成单位。

随着人工智能应用快速发展,传统计算架构在数据搬运、能耗和时延方面的瓶颈日益突出。神经形态计算通过模拟生物神经元和突触的并行信息处理机制,为构建高能效智能硬件提供了新的技术路线。然而,硬件实现中突触与神经元往往采用不同材料和器件机制,异质集成带来的工艺复杂度、面积开销与CMOS兼容性问题,仍制约着系统规模化发展。
针对上述问题,研究团队利用HfZrOx薄膜铁电/反铁电性质可由Hf/Zr组分调控的特点,在同一铪基氧化物材料平台上实现两类功能器件。其中,Hf0.5Zr0.5O2铁电器件用于模拟突触权重调制, Hf0.2Zr0.8O2反铁电器件则利用自发去极化和动态弛豫特性,直接在器件层实现积分、阈值响应与发放行为,可有效减少传统神经元电路对比较器、定时器等外围模块的依赖。
在系统验证中,团队构建了面向动态视觉传感器(DVS)手势识别的混合神经形态架构,系统最终实现92.8%的动态手势识别准确率。该研究展示了利用统一HZO材料平台协同实现突触与神经元功能的可行性,为CMOS兼容、低功耗和高集成度的事件驱动神经形态硬件提供了新的器件。
王天宇研究员,致力于后摩尔集成电路芯片与AI计算技术,包括新型铁电存储器与存算一体、柔性忆阻器件与神经网络计算、人工智能技术与AI芯片,在Nature Communications、IEDM、Advanced Materials、Nano Letters、IEEE EDL、IEEE TED等集成电路领域顶级期刊发表SCI论文100余篇,申请发明专利100余项。
上述研究工作得到国家自然科学基金、山东省自然科学基金、山东省泰山学者项目及其他相关基金项目的资助。