如果您希望可以时常见面，欢迎标星收藏哦~
新加坡国立大学的研究人员证明，单个晶体管可以模拟神经和突触行为，使受大脑启发的计算更接近现实。
新加坡国立大学 的研究人员已经证明，单个标准硅晶体管(计算机、智能手机和几乎所有电子系统中使用的微芯片的基本构件)在以特定的、非常规的方式操作时可以像生物神经元和突触一样发挥作用。
该研究团队由新加坡国立大学设计与工程学院材料科学与工程系副教授 Mario Lanza 领导，为基于硬件的人工神经网络 提供了一种高度可扩展且节能的解决方案。这使神经形态计算(芯片可以更有效地处理信息，就像人脑一样)更接近现实。他们的研究于 2025 年 3 月 26 日发表在《自然》杂志上。
将大脑放入硅片中
世界上最复杂的计算机已经存在于我们的大脑中。研究表明，人类大脑总体上比电子处理器更节能，这要归功于近 900 亿个神经元，它们彼此之间形成了大约 100 万亿个连接，而突触会随着时间的推移调整其强度——这一过程被称为突触可塑性，它是学习和记忆的基础。
神经形态计算旨在模仿大脑的计算能力和能源效率。这不仅需要重新设计系统架构以在同一位置执行内存和计算)，还需要开发利用物理和电子现象的电子设备，能够更忠实地复制神经元和突触的工作方式。
然而，目前的神经形态计算系统因需要复杂的多晶体管电路或新兴材料而受到阻碍，这些材料尚未经过大规模制造的验证。
兰扎教授表示:“为了实现真正的神经形态计算，即微芯片的行为类似于生物神经元和突触，我们需要既可扩展又节能的硬件。”
新加坡国立大学的研究小组现已证明，单个标准硅晶体管在以特定方式排列和操作时，可以复制神经放电和突触重量变化——这是生物神经元和突触的基本机制。
这是通过将块体终端的电阻调整到特定值来实现的，这可以控制晶体管中发生的两种物理现象:穿透碰撞电离和电荷捕获。此外，该团队还构建了一个能够在神经元或突触状态下运行的双晶体管单元，研究人员将其称为“神经突触随机存取存储器”，简称 NS-RAM。
“其他方法需要复杂的晶体管阵列或新材料，制造工艺也不确定，但我们的方法利用的是商用 CMOS技术，这是现代计算机处理器和内存微芯片中采用的平台，”兰扎教授解释说。“这意味着它具有可扩展性、可靠性，并且与现有的半导体制造工艺兼容。”
通过实验，NS-RAM 单元表现出低功耗、在多个操作周期内保持稳定性能并在不同设备上表现出一致、可预测的行为——所有这些都是构建适用于实际应用的可靠 ANN 硬件所需的属性。该团队的突破标志着紧凑、节能的 AI 处理器开发的一个重大进步，可以实现更快、响应更快的计算。
半导体精品公众号推荐
专注半导体领域更多原创内容
关注全球半导体产业动向与趋势
今天是《半导体行业观察》为您分享的第4084期内容，欢迎关注。
『半导体第一垂直媒体』
实时 专业 原创 深度
公众号ID:icbank
喜欢我们的内容就点“在看”分享给小伙伴哦
