逻辑门是构建通用计算机数字系统的基本单元。然而，通用计算机依赖于内存和计算单元分离的冯·诺依曼架构，这需要内存模块和计算单元之间频繁的数据传输，导致能耗巨大且时间效率低下。生物神经系统被认为是一个高效的存内计算系统，可以显著提高数据密集型计算的处理速度并降低能耗。新兴的神经形态器件最重要的特征是非易失特性，可以原位存储数据并同时执行逻辑运算，从而能够实现超越CMOS技术的高性能存内计算，且无需静态功耗。因此，开发新型神经形态器件并全面研究其逻辑计算策略对于实现高性能、低功耗的计算至关重要。
近日，中科院北京纳米能源与系统研究所王中林院士、孙其君研究员和延世大学Jeong Ho Cho教授团队在《Advanced Functional Materials》期刊上发表题为“Boolean Logic Computing Based on Neuromorphic Transistor”的综述（DOI: 10.1002/adfm.202305791）。该文章对基于新兴神经形态晶体管的布尔逻辑计算进行了系统的研究和讨论，包括逻辑操作方式、材料类型、器件结构和工作机制。重点归纳了神经形态晶体管基于树突整合布尔逻辑运算的输入和调制多模态协同策略。输入方式分为电输入、光输入和光电协同输入，并可以通过（摩擦）电、光和温度信号构建可编程逻辑功能的调制策略。这些策略能够动态重新配置逻辑运算，并为神经形态器件提供决策能力。最后，从器件集成、协同输入/调制方式、辅助外围电路、软硬件系统等方面讨论了基于树突整合的布尔逻辑运算的应用前景和当前挑战。
1、布尔逻辑运算原理：传统CMOS逻辑电路与神经形态树突整合
传统基于CMOS的逻辑电路具有静态功耗低、抗干扰能力强、开关速度高、工作可靠的特点。一个常见的布尔逻辑门需要4或6个CMOS硅晶体管。一些报道的半加器电路甚至需要16个晶体管，其中5个晶体管形成AND逻辑门，11个晶体管形成XOR逻辑门。因此，构建新的逻辑器件以使用更少的晶体管并实现更紧凑的集成至关重要。受生物神经元系统的启发，神经形态晶体管具有集成和处理多输入信息的能力。这种能力使他们能够为传统的布尔逻辑运算提供更复杂和更先进的方法。例如，利用单个神经形态晶体管的树突整合能力，可以避免复杂布线和对大量传统CMOS硅基晶体管的要求，这对于未来构建高集成度和高计算效率的人工神经网络具有重要意义。自2016年以来，基于神经形态晶体管的布尔逻辑运算领域取得了重大进展。通过利用不同的信号输入和调制策略，报告的器件表现出不同的布尔逻辑运算能力。一些器件展示了单个布尔逻辑运算，而另一些器件则展示了通过调制实现逻辑门转换或可重构逻辑的能力（即单个器件可以实现AND和OR逻辑门的转换）。此外，多样化调制信号的利用对于神经形态晶体管准确模拟真实环境感知至关重要。结合多种/混合调制模式可以进一步扩展神经形态晶体管的功能化。
图1 基于传统逻辑电路和树突整合的布尔逻辑运算
图2 基于CMOS技术的神经形态晶体管中的布尔逻辑运算
图3 基于树突整合的神经形态晶体管布尔逻辑运算的发展时间轴
2、基于电输入的布尔逻辑运算 (Electronic Boolean Logic)
电输入是神经形态晶体管主要且最关键的输入方法，通过对栅极施加电刺激来促进沟道载流子的有效调节。通常，多个输入的实现需要制造多个栅电极。在低维材料和体材料中，多种电解质材料用作栅极电介质，这允许构建共面的多栅结构并易于执行布尔逻辑运算。而利用光响应材料作为沟道构建的电解质栅控晶体管(EGT)，可以通过调节光功率实现逻辑转换，就无需第三栅极。此外，使用包括壳聚糖在内的温度敏感的电解质，可以通过操纵温度来执行逻辑门的逻辑转换。这一研究对仿生传感神经形态系统的发展具有重要意义。除了EGT之外，具有铁电栅极电介质的晶体管(FeFET)和基于各种半导体材料的浮栅晶体管(FGFET)也可以利用双栅极结构进行逻辑运算。FeFET可以通过背栅调节铁电栅介质的极化状态。不同的偏振态对应不同的逻辑输入状态，通过调节顶栅的偏置电压可以实现逻辑门的转换。FGFET在电介质的上下界面构建栅极结构，从而能够实现 AND 逻辑门。
图4 低维材料基于电输入的布尔逻辑运算
图5 体材料基于电输入的布尔逻辑运算
图6 基于电输入和（摩擦）电调制的布尔逻辑运算
图7 基于电输入和光/温度调制的布尔逻辑运算
3、基于光输入的布尔逻辑运算(Photonic Boolean Logic)
光信号具有传输速度快、带宽宽、抗干扰、抗串扰的能力，在布尔逻辑运算中表现出巨大的优势。与通常需要多栅架构的电输入的布尔逻辑运算相比，光输入可以大大简化制造工艺。此外，光信号可以与电信号耦合以进行协同逻辑运算。电信号的正偏压和负偏压会对器件的电导产生不同的影响，诱导增强或抑制的突触后电流。一般来说，增强型突触后电流可用于OR逻辑门，而抑制型突触后电流可用于AND逻辑门。对于FeFET，靠近铁电一侧的栅极可以预设铁电电介质中的极化方向并调节沟道电导，从而使器件可以在高阻态和低阻态之间调节。部分光调制的器件表现出双向光响应特性，其中特定波长的光可以诱发EPSC，而另一波长的光可以触发IPSC，可以实现各种布尔逻辑门。此外，有机神经形态晶体管在受到不同波长的光刺激时，会在 EPSC 中产生不同的增益效应。突触后电流变化较大的器件可用于OR逻辑运算，而突触后电流变化较小的器件可用于AND逻辑运算。
图8 基于光输入和电调制的布尔逻辑运算
图9 基于光输入和光调制的布尔逻辑运算
图10 基于光输入和光调制的布尔逻辑运算
4、基于光电输入协同的布尔逻辑运算(Optoelectronic Boolean Logic)
光电神经形态晶体管以电信号或光信号作为调制输入，实现动态可编程逻辑功能。这些器件大多数使用具有优异光学吸收率和载流子迁移速度的低维材料来构建光电神经形态晶体管。协同光信号和电信号输入/调制可以产生所需的布尔逻辑功能。光信号和电信号用作逻辑输入，调制方法包括光调制或电调制。例如，单层MoS2器件可以通过UV预处理实现OR逻辑运算，而AND逻辑门则可以在电信号处理后实现。不同逻辑门的转换还可以通过光和电的协同调制来实现。然而，基于光电神经形态晶体管的可调布尔逻辑运算的研究仍然有限，这凸显了开发具有多模态调制神经形态器件的迫切需求。
图11 基于光电协同输入的布尔逻辑运算。
5、总结与展望
神经形态晶体管可以通过单个器件中的多个输入信号来调整突触权重，这种操作模式有效地避免了传统CMOS逻辑电路中通常需要的复杂布线和大量晶体管的需要。神经形态晶体管还展示了多种输入策略来实现布尔逻辑运算。然而，基于神经形态晶体管的布尔逻辑计算的研究一直面临着一些挑战。首先，目前大多数研究只关注基本逻辑功能的实现，缺乏逻辑计算和功能化的结合。其次，在神经形态晶体管中执行布尔逻辑运算的过程可能会很繁琐。最后，新兴的神经形态晶体管目前缺乏配对的支持策略。
目前，神经形态晶体管技术仍处于早期阶段，与 CMOS 技术相比存在一些局限性。需要解决制造复杂性、可靠性和集成方面的挑战。因此，实现神经形态晶体管的广泛应用并完全替代CMOS技术仍面临技术挑战。此外，为了充分利用这两种技术的优势，可以通过将神经形态晶体管和CMOS 电路集成在同一芯片上来实现。CMOS部分可以处理逻辑计算、控制和传输，而神经形态晶体管部分可以执行诸如模拟神经网络、神经形态计算和模式识别等任务。神经形态晶体管和CMOS的这种集成使得计算机系统既具有传统的顺序计算能力，又具有神经拟态计算的并行处理能力，从而在处理各种任务时提供更高的效率和灵活性。这种混合集成方法可以被视为基于当前技术进步的下一代计算系统的过渡方法。
图12 基于树突整合的布尔逻辑运算的优势和挑战
--纤维素推荐--
文章链接：
https://onlinelibrary.wiley.com/doi/10.1002/adfm.202305791
来源：高分子科学前沿
声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！