基于单个晶体管的神经元在高度可扩展的类脑硬件中的应用综述

《IEEE Electron Devices Reviews》：A Review of Single Transistor-based Neuron for Highly Scalable Neuromorphic Hardware

脉冲神经网络（SNNs）通过并行事件驱动处理提升AI能效，单晶体管神经元（1T-neurons）因其CMOS兼容性和可扩展性成为重要实现方案，涵盖器件结构、功能创新及与突触/感官认知神经器的协同集成策略，同时探讨技术挑战与发展前景。

　　

摘要：

脉冲神经网络（SNNs）借鉴了人脑的结构和功能，为提高人工智能（AI）计算的能效提供了一种有前景的方法。通过采用大规模并行、事件驱动的处理方式，它们克服了传统冯·诺依曼架构由于串行处理和内存墙问题而带来的固有局限性。实现SNN硬件的一项关键要求是制造出人工神经元，这些神经元在积累足够的突触输入后会产生脉冲信号。本文综述并比较了近期在单晶体管神经元器件（1T神经元）方面的进展，这类器件具有出色的可扩展性，并且与标准的互补金属氧化物半导体（CMOS）技术完全兼容。首先详细描述了1T神经元的工作原理，接着介绍了它们的各种结构和高级功能。随后介绍了与人工突触器件及传感神经元结合使用的方法，以实现集成在传感器中的SNNs。最后，讨论了开发1T神经元所面临的挑战和前景。