全球首款集成化人工神经元芯片问世，类脑计算迈入皮焦耳能效时代

    近日，由美国南加州大学约书亚·杨教授团队联合多国科研机构共同研发的全球首款集成化人工神经元芯片“1M1T1R”正式问世。该器件采用创新的三维垂直堆叠结构，将忆阻器、晶体管与电阻集成至单个晶体管尺寸，实现了皮焦耳级的超低功耗运行与生物神经元六大特性的精准模拟，为构建高能效类脑硬件系统开辟了全新路径。相关研究成果已在《自然·电子学》期刊发表。

    研究团队从生物神经元的离子通道机制中获得灵感，采用扩散型忆阻器作为核心元件，在电压调控下形成动态导电通道，模拟神经信号的积累与释放过程。通过三维集成工艺，该器件将传统需数十个晶体管实现的神经元功能高度集成，器件密度较传统方案提升两个数量级，为构建大规模类脑计算系统奠定了基础。

    在性能表现方面，该人工神经元在“喷发脉冲海德堡数字”语音识别任务中取得91.35%的准确率，展现出处理时空融合信息的优异能力。其单次放电能耗仅为1皮焦耳，相当于蚊子振翅能耗的千分之一。研究显示，未来若采用3纳米先进制程，能耗有望进一步降至艾焦耳级别，较人脑神经元节能数千倍。

    在架构设计上，1M1T1R神经元网络采用事件驱动型异步通信机制，突破了传统冯·诺依曼架构的能效瓶颈。信号以脉冲形式在神经元间直接传递，实现了高效率的并行处理。实验证实，由32个神经元组成的微型网络已具备实时轨迹预测能力，展现出在动态控制任务中的应用潜力。

    该研究获得了美国空军研究实验室与NASA的长期支持。团队通过原子层沉积等先进工艺，在纳米尺度精确调控器件界面特性，并开发出可捕捉纳秒级信号变化的脉冲发生系统。经过七年技术迭代，器件运行寿命已从数百次提升至百万次级别，稳定性显著增强。

    在应用前景方面，该技术既可推动超低功耗类脑芯片在可穿戴设备、医疗监测等场景的落地，其随机性放电特性也为机器学习算法优化提供了新思路。实验表明，适当引入神经元级噪声可使网络在图像复原任务中的峰值信噪比提升12%。

    目前，研究团队正与半导体企业合作推进7纳米制程工艺开发。模拟数据显示，采用先进制程的芯片可实现每平方毫米10万个神经元的高密度集成，较现有GPU运算单元密度提升三个数量级。这项技术有望在五年内实现商业化应用，为自动驾驶、实时语音翻译等人工智能领域带来突破性进展。