清華微電子所錢鶴、吳華強團隊合作發表新型類腦器件研究長篇綜述...

2021-01-10 清華大學新聞網
清華微電子所錢鶴、吳華強團隊合作發表新型類腦器件研究長篇綜述文章

清華新聞網10月9日電 9月24日，清華大學微電子所錢鶴、吳華強教授團隊與合作者在國際材料與器件領域知名學術期刊《先進材料》（Advanced Materials）上在線發表長篇綜述文章《用新型類腦器件連接生物神經網絡與人工神經網絡：原理，進展與挑戰》（Bridging Biological and Artificial Neural Networks with Emerging Neuromorphic Devices: Fundamentals, Progress, and Challenges），系統評述了生物神經網絡與人工神經網絡的聯繫與差異，詳細比較了它們中重要的基本單元和相關功能，並回顧了採用新器件來實現類腦計算方面的最新進展。在此基礎上，該文章對未來類腦計算與人工神經網絡研究領域的機遇與挑戰進行了展望。

人工智慧、雲計算、大數據等新興技術的迅速發展對晶片的算力和能效提出了越來越高的要求，類腦計算被普遍認為是一種可以實現高算力、低功耗的全新計算範式，有望突破傳統「馮·諾伊曼」架構瓶頸。近年來，憶阻器、相變存儲器等新型非易失性存儲器因在類腦計算領域展現了巨大的應用潛力而受到廣泛關注。

該文章從工作機理和網絡結構等層面深入比較了生物神經網絡與人工神經網絡，詳細分析了突觸與神經元及其上的離子通道的結構和功能，細緻探討了突觸可塑性（synaptic plasticity）、本徵可塑性（intrinsic plasticity）等各類神經可塑性，深入闡述了生物神經系統裡經典的學習規則和記憶理論，包括廣泛應用於人工神經網絡訓練的赫布學習（Hebbian learning）與脈衝時間相關的可塑性（spike-timing-dependent plasticity）等模型。該文章還詳細評述了憶阻器、相變存儲器、電化學存儲器、鐵電電晶體等八種常見的類腦計算器件的結構與仿生功能，總結了各類器件的速度、功耗、線性度、對稱性等關鍵性能與研究現狀。 

生物神經網絡（大腦）與人工神經網絡（晶片）的聯繫與比較

基於憶阻器等新型存儲器陣列的人工神經網絡的硬體實現與算法也是近幾年類腦計算領域的研究熱點，文章詳細評述了監督學習、無監督學習、強化學習、小樣本學習（one-shot/few-shot learning）、儲備池計算（reservoir computing）等方法以及利用新型存儲器來實現的優勢。文章最後指出了人工神經網絡在複雜度、多樣性等方面與生物神經網絡的差距，分析和展望了未來類腦計算與人工神經網絡研究所面臨的機遇與挑戰。 

基於新型存儲器的各類神經網絡的硬體實現與算法

錢鶴、吳華強教授團隊致力於新型存儲器與類腦計算研究，近五年圍繞憶阻器性能優化、陣列集成、模型模擬、架構設計、晶片研製等方面取得了一系列創新成果，相繼在《自然-通訊》（Nature Communications）、《自然-電子》（Nature Electronics）、《先進材料》（Advanced Materials）、《電子器件快報》（IEEE EDL）和國際電子器件會議（IEDM）、超大規模集成電路國際研討會（VLSI）、國際固態半導體電路大會（ISSCC）等頂級期刊和國際會議上發表多篇高水平論文。

清華大學微電子所唐建石助理教授、微電子所博士後袁方博士、醫學院2017級博士生沈新科是論文的共同第一作者，微電子所吳華強教授是共同通訊作者。此外，清華大學微電子所錢鶴教授、高濱副教授，醫學院及腦與智能實驗室宋森研究員等為論文的共同作者。該研究與美國麻省大學、中國科技大學合作完成，得到了國家自然科學基金委重點項目與面上項目、科技部重點研發計劃等項目的支持。

文章連結：

https://onlinelibrary.wiley.com/doi/10.1002/adma.201902761

供稿：微電子學研究所

編輯：李華山 宋亮

審核：周襄楠

相關焦點

  • 清華大學微電子所錢鶴、吳華強團隊研製出人工樹突器件,實現新型...
    清華新聞網6月30日電 近日，清華大學微電子所、未來晶片技術高精尖創新中心的錢鶴、吳華強教授團隊與合作者在《自然•納米科技》（Nature Nanotechnology）在線發表了題為「基於人工樹突的高效神經網絡」（Power-Efficient Neural Network with Artificial Dendrites
  • 清華大學錢鶴、吳華強團隊研製出人工樹突器件，實現新型神經網絡
    6月29日，清華大學微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊，聯合清華大學醫學院及腦與智能實驗室宋森研究員、美國麻省大學楊建華教授、阿里巴巴達摩院謝源教授、加州大學聖芭芭拉分校鄧磊博士，在Nature Nanotechnology上發表題為「Power-Efficient Neural Network with Artificial
  • 利用類腦器件高效處理神經信號，構建新型腦機接口
    >教授團隊與醫學院洪波教授團隊在《自然•通訊》（Nature Communications）在線合作發表了題為「Neural signal analysis with memristor arrays towards high-efficiency brain–machine interfaces」的研究論文，
  • 科學家研製出人工樹突器件，實現新型神經網絡
    近日，清華大學微電子所、未來晶片技術高精尖創新中心的錢鶴、吳華強教授團隊與合作者在《自然•納米科技》（Nature Nanotechnology）在線發表了題為「基於人工樹突的高效神經網絡」（Power-Efficient Neural Network with Artificial Dendrites）的研究論文，通過引入具有豐富動態特性的人工樹突計算單元，構建了包含突觸、樹突以及胞體的新型人工神經網絡
  • 新型ANN登《自然》子刊:清華團隊領銜打造基於憶阻器的人工樹突
    關於作者正如上文所述，這一研究由多個團隊聯合完成，但其中不得不提的便是清華大學微電子所未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊。據清華大學網站報導稱，錢鶴、吳華強教授團隊長期致力於基於憶阻器的存算一體晶片技術研究，從器件性能優化、工藝集成、電路設計及架構與算法等多層次實現創新突破。
  • 中國科學家提出基於憶阻器陣列的新型腦機接口
    清華大學研發的基於憶阻器陣列的腦電信號處理系統正在測試中。來自清華大學的科研團隊提出基於憶阻器陣列的新型腦機接口，相關研究成果日前在線發表於《自然·通訊》。主流腦機接口中的神經信號分析模塊由基於矽電晶體的集成電路構成，但隨著腦機接口中的信號採集通道數的增加，系統面臨著高功耗和延時等方面的挑戰，這也是制約腦機接口技術在植入式或可攜式醫療系統中應用的重要瓶頸之一。
  • 清華團隊提出新型腦機接口，功效提升400多倍
    清華大學微納電子系、未來晶片技術高精尖創新中心的錢鶴、吳華強教授團隊與醫學院洪波教授團隊最近實現了一種新方案——基於記憶電阻器的神經信號分析系統。相關成果於 8 月 25 日發表在 Nature Communication 上。
  • 清華實現完整硬體CNN,憶阻器陣列效能高過GPU兩個數量級
    近日，清華大學微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊與合作者在《自然》在線發表了題為「Fully hardware-implemented memristor convolutional neural network」的研究論文
  • 清華類腦晶片再登Nature: 全球首款基於憶阻器的CNN存算一體晶片
    撰文 | 四月2 月 27 日機器之心獲悉，據清華大學新聞網消息，該校微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊與合作者成功研發出一款基於多陣列憶阻器存算一體系統，在處理卷積神經網絡（CNN）時能效比前沿的圖形處理器晶片（GPU）高兩個數量級。
  • 清華造人工神經網絡晶片,憶阻器陣列效能高過GPU兩個數量級
    近日，清華大學微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊與合作者在《自然》在線發表了題為「Fully hardware-implemented memristor convolutional neural network」的研究論文，報導了基於憶阻器陣列晶片卷積網絡的完整硬體實現。
  • 浙江清華柔電院「綜述」柔性無機生物電子器件研究進展
    近日，浙江清華柔性電子技術研究院前沿研究中心在國際柔性電子領域頂級期刊《npj Flexible Electronics》（npj 柔性電子）上發表了題為《Flexible inorganic bioelectronics》（柔性無機生物電子器件）的綜述文章。
  • 柔電院發表綜述文章：柔性無機生物電子器件研究進展
    近日，浙江清華柔性電子技術研究院前沿研究中心在國際柔性電子領域頂級期刊《npj Flexible Electronics》（npj 柔性電子）上發表了題為《Flexible inorganic文章聚焦柔性無機生物電子器件在人體生理信號，包括生理電信號、生物物理信號以及生物化學信號等健康監測領域的最新研究進展，系統討論了材料、力學結構與器件設計在推動柔性無機生物電子器件不斷向前發展中所發揮的重要作用，文章指出了柔性無機生物電子器件尚存在的挑戰，為柔性無機生物電子器件的進一步發展提供了重要指導。
  • 清華用憶阻器制人工神經網絡晶片,能效比GPU高兩個數量級
    被認為具有「存算一體」潛力的憶阻器，因而成為類腦計算領域的熱門器件。近日，清華大學微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強團隊與合作者在頂尖學術期刊、英國《自然》雜誌（Nature）在線發表論文，報導了基於憶阻器陣列晶片卷積網絡的完整硬體實現。
  • 清華-伯克利深圳學院成會明、劉碧錄團隊發表綜述文章系統分析各類...
    清華-伯克利深圳學院成會明、劉碧錄團隊發表綜述文章系統分析各類剝離製備二維材料的方法清華新聞網6月27日電 6月17日，清華-伯克利深圳學院成會明、劉碧錄團隊在英國皇家化學學會旗下的《化學學會評論》（Chemical Society Reviews）期刊上在線發表長篇綜述文章《二維材料分散液的製備及應用
  • 清華材料學院劉鍇團隊發表綜述文章闡釋二氧化釩的相變特性及應用...
    清華材料學院劉鍇團隊發表綜述文章系統闡釋二氧化釩的相變特性、性能調控及應用前景清華新聞網4月20日電 4月16日，清華大學材料學院劉鍇副教授團隊與合作者在國際材料科學領域知名學術期刊《今日材料》（Materials Today）上在線發表長篇綜述文章《二氧化釩物性及應用的最新進展
  • 清華大學計算機系張悠慧團隊首次提出「類腦計算完備性」
    memristor convolutional neural network」的文章（清華微納電子系吳華強教授團隊與合作者），直至此次「A system hierarchy for brain-inspired computing」一文。
  • 微電子所等在器件物理研究中獲進展
    傳統的三維半導體材料表面存在大量的懸掛鍵，可通過捕獲和散射等方式影響和限制自由載流子的運動，因此，表面態的設計、製造和優化是提高三維半導體器件性能的關鍵因素。類似於三維半導體材料的表面態，單層二維材料（如二硫化鉬和石墨烯）在邊界原子的終止和重建可以產生邊界態，這使二維材料產生較多獨特的現象，並得到廣泛應用。