基于MoS2双晶体管零电容动态存储器的双模式神经形态器件实现神经元与突触功能集成

本研究针对人工神经网络硬件实现中突触与神经元功能集成难、高密度与低功耗难以兼顾的问题，提出了一种基于二维MoS2材料的2T0C DRAM双模式神经形态器件。该器件在突触模式下具有40秒保持特性与6 pJ低写入能耗，在神经元模式下可实现15 pJ的脉冲能耗，最终构建的脉冲神经网络在MNIST数据集上达到92.88%识别准确率，为仿生神经计算提供新方案。

　　

通过模拟生物神经系统的运行机制，人工神经网络（ANNs）在低功耗计算领域展现出巨大潜力。然而其硬件实现仍面临重大挑战——如何在保证高集成度、低功耗和生物仿生动力学特性的前提下，同时实现突触与神经元功能的集成。本研究开发出晶圆级二硫化钼（MoS₂）双晶体管零电容（2T0C）动态存储器器件，该器件可稳定工作在挥发性与准非挥发性双模式状态下。

作为突触使用时，它展现出超过40秒的有效保持时间、高度线性的权重分布特性、500纳秒的快速编程速度，以及低至6皮焦的写入能耗。作为神经元时，它能完美模拟生物神经元的泄漏积分发放（Leaky-Integrate-and-Fire, LIF）行为，每次脉冲能耗仅15皮焦。基于这些双模式神经形态器件构建的脉冲神经网络（Spiking Neural Network, SNN）模型，在手写数字数据集MNIST上经过100次训练周期后，实现了92.88%的识别准确率。这项突破为发展高能效、高集成度的神经形态计算系统提供了创新性的硬件解决方案。