近日，福州大学物理与信息工程学院郭太良团队陈惠鹏课题组的研究论文“用于高效神经形态硬件网络的可编程神经元突触晶体管”(Programmable Neuronal-Synaptic Transistors Based on 2D MXene for High Efficiency Neuromorphic Hardware Network)在国际顶级期刊Cell（细胞）姊妹刊Matter（物质）上在线发表。该论文以福州大学为第一完成单位和唯一通讯单位，第一作者为物信学院博士生张翔鸿，陈惠鹏教授为论文的通讯作者。

模仿生物大脑结构和工作方式的神经形态芯片为未来计算机解决复杂任务，如大数据和人工智能算法等，提供了高效和节能的方式。在生物大脑内，不同的神经元由突触连接，神经元之间以“尖峰”为信号进行信息的交换和传递。上一级神经元发出的脉冲将信息传递给下一级神经元，同步改变相连神经元之间的突触权重，实现信息传递路径上的处理和计算。

该工作提出了一种多神经形态功能器件——可切换神经元突触晶体管 (SNST)，它在具有相同晶体管结构和制造工艺的同一器件上同时集成突触和神经元功能，从突触功能到神经元功能的转换通过编程改变电路中SNST的连接方式来实现，打破了神经元模块和突触模块之间的物理界限。此外，文章设计了由多个SNST组成的神经形态网络，用于真伪数据识别，并通过编程控制突触和神经元的切换，可以按需重新分配突触资源和神经元资源，从而减少网络中的设备数量，提高资源利用率（接近100%）。由于能够同时训练权重和结构，给予SNST的硬件神经网络的训练速度比传统的神经形态设备提高了约 200%。该工作为实现高精度、高效率（制造效率、资源利用效率和运行效率）的自上而下的可编程神经形态芯片打下重要基础，这对于神经形态硬件系统以及神经形态显示系统的开发具有重要意义。

可编程神经形态晶体管及其在高效硬件神经形态网络训练中的应用

原文链接https://www.cell.com/action/showPdf?pii=S2590-2385%2822%2900304-6