媲美人脑能效的类脑突触原型器件问世能效远低于人脑

8日，记者从中国科学技术大学获悉，该校李晓光教授团队在前期研究基础上，基于对铁电畴形态和翻转动力学的设计，在铁电量子隧道结中实现了亚纳秒电脉冲下电导态可非易失连续调控的类脑突触器件，可用于构建人工神经网络类脑计算系统研究成果日前表于《自然·通讯》杂志上

以神经网络为代表的类脑人工智能技术正深刻影响人类社会但目前运行神经网络计算的硬件系统依然基于传统硅基运算器与存储器，能效远低于人脑研发具有神经形态模拟功能的类脑器件，如神经网络硬件系统的核心器件——电子突触，是进一步推进人工智能发展的重要途径之一为执行复杂的人工智能任务，神经网络硬件系统对电子突触器件提出了诸多苛刻要求，可是，已报道的类脑突触器件无法全面满足相关的指标要求

这一研究成果展现了铁电隧道结在构建未来高性能类脑人工智能计算硬件系统方面的重要潜力。