在神经系统中,神经的树突、树枝能够在突触(synapses)和人体细胞(soma)之间进行信号传输,并在例如突触后信号的非线性积分等处理功能中起到关键作用。但是人工神经系统中缺少这部分关键功能,并抑制了其在灵活性,能源效率和处理复杂任务的能力等过程中的性能。因此,清华大学微电子学研究所(未来芯片技术高精尖创新中心)吴华强等将突触,树突,人体细胞结构单元组装到可扩展忆阻器设备中,并测试了其在数字识别任务、模拟多层网络中的性能。结果显示,该系统比相同规模的中央处理器功率低三个数量级,比典型的专用集成电路芯片功率低70倍。作者认为这种装备有功能型树突的网络产生实质上性能的飞跃,并且在噪声背景中抽取关键信息的过程中能量消耗有显著缩减,并且有更高的准确性。
器件结构。树突器件的结构:是基于Pt/TaOx/AlOδ/Al制作的,器件大小为5×5 μm2,分别溅射负载40 nm TaOx、5 nm AlOδ,并分别在底部和顶部沉积50 nm的Pt和70 nm的Al电极。人工突触的结构:是基于TiN/HfOx/TaOx/TiN制作的,器件大小为5×5 μm2,通过原子层沉积方法负载8 nm厚的HfOx电阻开关层,并沉积45 nm厚的TaOx储氧层和热增强层改善开关性能,随后在顶部和底部负载TiN电极。反应中的读取电压设置为0.15 V。人工细胞的结构:分别沉积50 nm厚的Pt底部电极,70 nm厚的Pd顶部电极,在Pt层下方沉底一层较薄的Ti用于改善Pt和SiO2之间的结合作用。并沉积40 nm厚的NbOx层。
参考文献
Xinyi Li, Jianshi Tang, Qingtian Zhang, Bin Gao, J. Joshua Yang, Sen Song, Wei Wu, Wenqiang Zhang, Peng Yao, Ning Deng, Lei Deng, Yuan Xie, He Qian & Huaqiang Wu*
Power-efficient neural network with artificial dendrites, Nature Nanotechnology 2020
DOI:10.1038/s41565-020-0722-5
https://www.nature.com/articles/s41565-020-0722-5