铁电缺陷鳍式突触

单突触2 fJ

在同一器件内用缺陷模式实现短时可塑性、用铁电-缺陷混合模式实现长时可塑性，无需额外单元即可完成时空信息处理。

Zhang, Zhaohao · Guohui, Zhan · Gan, Weizhuo · 成岩 · 张续猛 · Yue, Peng · 唐建石 · Fan, Zhang · Huo, Jiali · 许高博 · 张青竹 · Wu, Zhenhua · 刘艳 · 吕杭炳 · 刘琦 · 韩根全 · 殷华湘 · 罗军 · 王文武

Advanced Intelligent Systems 2023

参数信息

单脉冲能耗

2 fJ

可区分时间输入数

16

数字分类识别准确率

97.53 %

技术优势

短时与长时可塑性集于一体

通过缺陷模式实现短时可塑性，通过铁电-缺陷混合模式实现长时可塑性，无需额外器件，即可在单一晶体管上处理时空信息。

单脉冲能耗低至2 fJ

得益于先进FinFET高度可控的静电特性，每次脉冲仅消耗2 fJ能量，显著降低神经形态计算的功耗。

无需额外器件实现时空处理

单器件即可区分16个时间输入，证明了其处理时序信息的能力，可简化神经形态硬件架构。

全CMOS兼容储备池计算系统

构建的全Fe–DE FinFET储备池计算系统在数字分类上达到97.53%准确率，且所有器件均与先进CMOS工艺兼容，利于大规模集成。

应用场景

• 类脑计算芯片：用其短时/长时可塑性构建突触阵列，直接处理时空脉冲序列。
• 低功耗边缘AI：2 fJ/脉冲的能耗满足边缘端对超低功耗推理的需求。
• 存算一体器件：铁电-缺陷混合存储机制可原位实现权值更新，减少数据搬运。
• 神经形态传感：直接处理传感器输出的时序信号，实现事件驱动的低延迟响应。