作者：李黃龍（清華大學精密儀器系、清華大學類腦計算研究中心長聘副教授）

　　編者按

　　人腦在有限尺寸和極低能耗下，能夠完成復雜環(huán)境中的信息關聯(lián)記憶、快速識別和自主學習等認知任務。隨著芯片換代速度放緩、算力供不應求等挑戰(zhàn)出現(xiàn)，面向未來，現(xiàn)有計算機的計算方式已難以為繼。如何推動信息處理技術進一步發(fā)展，打造像人腦一樣的“機器腦”？實現(xiàn)類腦計算是破局的方向。要想實現(xiàn)類腦計算，就需要尋找更多模擬人腦功能的神經(jīng)形態(tài)器件。

　　借鑒人腦，讓計算更高效、更具仿生性、更低能耗

　　電子計算機的發(fā)明將人類文明帶入了一場數(shù)字化科技革命。在短短幾十年中，計算機的算力從每秒幾百次運算到每秒百億億次運算，增長了1016倍，創(chuàng)造了幾千年人類文明史上最高的人造增長速度。計算機算力的提升得益于底層半導體器件（硅基晶體管）的集成密度提升。按照摩爾定律，單芯片上晶體管的數(shù)量每18至24個月翻一番。

　　在過去的半個多世紀，集成電路產(chǎn)業(yè)一直在摩爾定律的引導下發(fā)展。然而擺在現(xiàn)實面前的是，隨著摩爾定律不斷逼近極限，單個硅基芯片能夠承載的晶體管日漸飽和。硅原子的大小約0.12納米，照此大小推算，當芯片工藝達到1納米,就只有對幾個硅原子進行操縱的空間了。

　　事實上，在芯片工藝發(fā)展到10納米水平后，能明顯感受到換代速度放緩、成本攀升等問題。而另一方面，隨著人工智能大模型浪潮席卷全球，對計算機算力的需求激增到了每2到3個月就要翻一番的程度，遠超摩爾定律下的增長速度。

　　面對芯片換代速度放緩、算力供不應求等挑戰(zhàn)，數(shù)字計算機的計算方式已經(jīng)難以為繼，如何推動信息處理技術進一步向前發(fā)展，成為學界與社會各行各業(yè)共同面臨的難題。面對這一巨大困局，能夠提供更高效、更具仿生性、更低能耗算力的類腦計算，成為破局的關鍵。

　　類腦計算是“國際半導體技術藍圖（ITRS/IRDS）”中的一個重要研究方向，旨在借鑒人腦的基本原理，實現(xiàn)人工通用智能（也稱為類腦通用智能）。在2021年啟動的“中國腦計劃”中，類腦計算是一個重要組成部分。

　　與傳統(tǒng)計算機不同的是，人腦在有限尺寸和極低能耗下，能夠完成復雜環(huán)境中的信息關聯(lián)記憶、快速識別和自主學習等認知任務。這與人腦神經(jīng)網(wǎng)絡的基本組成和結構密切相關：人腦中有860億個神經(jīng)元，相當于銀河系天體的數(shù)量，并通過150萬億個神經(jīng)突觸互聯(lián)構成了空間復雜的神經(jīng)網(wǎng)絡；同時人腦的神經(jīng)樹突等組織進一步使神經(jīng)計算功能復雜化。

　　人腦的這些神經(jīng)組織包含了多樣化的離子通道，具備非常豐富的動力學行為，特征時間尺度也跨越幾個數(shù)量級，這是人腦智能的物理基礎。相對應的，計算機基本的組成單元是電子晶體管，其工作在準靜態(tài)的0和1編碼狀態(tài)下，與人腦的豐富動力學相距甚遠。

　　因此，類腦計算的實現(xiàn)，其中一個關鍵就是發(fā)現(xiàn)神經(jīng)形態(tài)器件。它們可以模擬人腦中神經(jīng)元、神經(jīng)突觸、神經(jīng)樹突的功能，具有更貼近神經(jīng)組織行為的物理機制，從而可以實現(xiàn)傳統(tǒng)電子晶體管所不能實現(xiàn)的諸多類神經(jīng)功能。

　　基于神經(jīng)形態(tài)器件的類腦計算快速發(fā)展

　　神經(jīng)科學的研究發(fā)現(xiàn)，神經(jīng)元之間的神經(jīng)突觸連接強度的可調性，是大腦學習和記憶功能的基礎之一。由過往經(jīng)歷引起的神經(jīng)突觸連接強度改變，可以對大腦的功能產(chǎn)生影響。

　　神經(jīng)突觸連接強度改變，也叫神經(jīng)突觸可塑性，可以增強或抑制神經(jīng)元的活動，而且其持續(xù)的時間可從幾毫秒到幾小時、幾天甚至更長時間，跨度很大。

　　如果能借鑒神經(jīng)突觸可塑性原理，用某種手段來模仿和實現(xiàn)，構建類似于神經(jīng)突觸的人工突觸，再進一步構建出系統(tǒng)，就可以更好地理解和模擬大腦的工作方式，進一步推動信息學和神經(jīng)科學的交叉發(fā)展，實現(xiàn)類腦計算。

　　早在1971年，科學家蔡少棠就曾啟發(fā)式地推理預言了一種新型器件——憶阻器。根據(jù)預言，憶阻器的電阻值取決于所施加的電壓/電流激勵歷史，因此具有類神經(jīng)記憶特性。

　　在這一預言過去37年后，惠普實驗室宣布憶阻現(xiàn)象在新型微納半導體器件中被觀測到。此后，憶阻器件和神經(jīng)形態(tài)器件幾乎成了兩個可以互換的概念，基于神經(jīng)形態(tài)器件的類腦計算也進入了快速發(fā)展的階段。

　　憶阻器作為一種有潛力的電路元件，除了生物相似性之外，在可微縮能力、存儲密度和功耗等方面也要優(yōu)于傳統(tǒng)的晶體管器件。

　　近年來，在材料技術和功能方面，神經(jīng)形態(tài)器件都取得重要進展。在材料技術方面，研究人員廣泛應用各種材料——無機物、有機物、量子材料、鐵電材料、鐵磁材料、三維體材料和二維材料等，它們展現(xiàn)出各自獨特的神經(jīng)形態(tài)特性，為憶阻器的發(fā)展提供了多樣性和靈活性。將傳統(tǒng)晶體管和憶阻器進行混合的神經(jīng)形態(tài)集成電路研究也取得了顯著進展，加速了憶阻器的應用推廣。在功能方面，憶阻器不僅能夠模擬神經(jīng)突觸的可塑性功能，還可以模擬神經(jīng)元的某些功能，這為實現(xiàn)全憶阻器的神經(jīng)形態(tài)電路創(chuàng)造了可能性。

　　利用晶體管“非理想”物理機制，模擬人腦記憶功能

　　然而，神經(jīng)形態(tài)器件發(fā)展到這個階段，面臨著新的挑戰(zhàn)。其中一個關鍵挑戰(zhàn)是仿生動力學功能不足，難以滿足類腦計算對豐富神經(jīng)形態(tài)動力學的要求。

　　正如前面所提到的，人腦的豐富動力學行為與神經(jīng)組織中多樣化的離子通道結構和機理是密切相關的。但是目前主流的神經(jīng)形態(tài)器件通常是為模擬某一種特定的神經(jīng)行為來定制，采用特定的單一物理機制來實現(xiàn)。

　　如果需要實現(xiàn)豐富的仿生動力學功能，就需要發(fā)展全功能的動力學神經(jīng)形態(tài)器件。不過，通常來講，功能越全面就需要更大尺寸的硬件，這與當前芯片的小型化相矛盾。要解決這個問題，就需要探索新型的器件原理和新的半導體材料。

　　前面提到，神經(jīng)突觸可塑性的一大特征是動力學時間尺度跨越幾個數(shù)量級，這是人類認知和記憶功能的一個基礎。事實上，我們每個人都能感受得到這種動力學的存在——有時候一件事情讓人終生難忘；而有時候上一秒的事情，下一秒就忘了。這就是長期記憶和短期記憶兩種時間尺度不一樣的動力學行為，它們的共存幫助我們保留重要的信息，同時過濾掉不重要的信息，給大腦減負。但是現(xiàn)有的單器件人工突觸，只能對長期可塑性或短期可塑性進行選擇性的模擬，不能集成模擬。

　　基于這些神經(jīng)突觸原理，對人工突觸器件和生物突觸進行比較可以發(fā)現(xiàn)，它們之間有一個巨大的區(qū)別——前者利用相同的物理機制模擬兩種功能，而后者分別利用來自突觸后膜和前膜不同的鈣離子通道機制來實現(xiàn)。

　　受此啟發(fā)，清華大學類腦研究中心的研究團隊將目光移回到晶體管上。作為計算機芯片的基本元器件，晶體管器件中實際蘊含了兩種物理機制——“場效應”機制和“憶阻”機制?！皥鲂睓C制讓晶體管在0和1狀態(tài)間切換，但沒有持續(xù)供電的話，狀態(tài)就會很快消失，從節(jié)能的角度來說不盡如人意?！皯涀琛睓C制會讓0、1狀態(tài)混淆，這在以往被視為不利影響，所以在制造計算機芯片時一定要防止“憶阻”機制的顯現(xiàn)。但“憶阻”機制還有一個特性——在斷電后依然能持久地存在。

　　這兩種對于傳統(tǒng)計算機芯片來說不夠完美，甚至不利的物理機制，不正是類腦計算中模擬突觸長、短期可塑性功能所需要的嗎？

　　至此，答案呼之欲出。通過對這兩種機制的“反向”利用，清華大學類腦計算研究中心團隊提出的動力學神經(jīng)形態(tài)晶體管技術，使得長、短期記憶動力學功能可以在單個器件中集成地模擬，解決了類腦科學領域內的一個關鍵技術難題。

　　尋找更多能模擬人腦神經(jīng)計算的半導體器件

　　神經(jīng)元是另一種基本神經(jīng)計算單元，其閾上的放電和閾下的振蕩參與了幾乎所有的認知功能環(huán)節(jié)，本質上是細胞膜電位的上升和下降。從生物角度來看，神經(jīng)元膜電位的變化由兩種離子通道參與——鈉離子（Na+）通道和鉀離子（K+）通道。

　　它們的工作過程是這樣的——當鈉離子通道打開時，膜外鈉離子（Na+）內流進入細胞，從而導致膜電位升高，這被稱為去極化過程；在膜電位達到一定程度后，重復極化過程開始，鈉離子（Na+）通道關閉，鉀離子（K+）通道打開，允許鉀離子（K+）外流離開細胞，從而使膜電位降低。

　　神經(jīng)元的動力學更復雜，要對其進行模擬往往需要多個電子元件組合成電路。為了讓人工神經(jīng)元器件既能動力學功能豐富，硬件又足夠精簡化，需要尋找新的材料來實現(xiàn)。

　　最終，碲這種新型半導體材料脫穎而出。它具有低熔點、低熱導率和電化學活性等綜合物理性質，很難在其他材料中找到這種組合性質。

　　這些性質使得碲導電通道結構能夠在電流的電場作用下生長出來，降低器件電阻，這可以與鈉離子（Na+）的內流去極化過程對應；隨之而來的電流焦耳熱則會熔斷碲導電通道，使器件電阻恢復，這與鉀離子（K+）的外流重極化過程對應。

　　在此基礎上，清華大學類腦計算研究中心團隊研制的碲半導體單器件，實現(xiàn)了對神經(jīng)元閾上放電和閾下振蕩的全功能模擬。

　　與神經(jīng)元和神經(jīng)突觸相比較，神經(jīng)樹突作為典型的生物神經(jīng)網(wǎng)絡特征結構，曾被類比為簡單的導線。但越來越多的研究表明，神經(jīng)樹突具備重要的神經(jīng)計算功能，不僅執(zhí)行被動計算，甚至還能主動“放電”，這或許是人腦通用智能信息處理能力的關鍵來源之一，是賦能類腦計算的重要靈感來源。

　　神經(jīng)樹突的主動放電動力學行為也源于豐富的離子通道。其以鈣離子（Ca2+）為介導，放電持續(xù)時間更長，產(chǎn)生的影響或更為顯著，并且其激活函數(shù)也可以呈現(xiàn)對于輸入刺激強度的非單調響應。這使得單個樹突就能解決更具挑戰(zhàn)性的非線性分類問題。

　　為了模擬神經(jīng)樹突，清華大學類腦計算研究中心團隊采用了一種新型的晶體管結構，即基于pn異質結半導體溝道的晶體管，取代了傳統(tǒng)的均質或同質半導體溝道，利用這種特殊晶體管結構中非同尋常的“反雙極性”的轉移特性，模擬了鈣離子（Ca2+）介導的非單調激活和樹突放電，進一步豐富了晶體管的神經(jīng)形態(tài)功能。

　　時至今日，盡管在模擬人腦神經(jīng)計算方面已經(jīng)取得一些進展，但大腦作為人類智慧的集結，是已知的宇宙當中最復雜的產(chǎn)物，對大腦的研究也被稱作是自然科學的“終極疆域”。類腦計算作為模仿神經(jīng)生理學和生理心理學機制，以計算建模為手段并通過軟硬件協(xié)同實現(xiàn)的機器智能計算，距離實現(xiàn)人類打造像人腦一樣的“機器腦”這樣的夢想，還有充滿挑戰(zhàn)的路要走。

　　《光明日報》（2023年12月21日 16版）