近日，全球正规十大网赌电子科学学院徐晖教授课题组与复旦大学芯片与系统前沿技术研究院刘琦教授课题组合作，首次实现了一种与CMOS工艺完全兼容的氧化铪基反铁电神经元，具有积分发射、侧向抑制等神经元基本特性以及超低能耗、超高稳定性和耐久性等性能优势。基于所设计的神经元构建了双层神经网络，验证了该神经元的自主学习能力，为实现高能效、大规模神经计算芯片提供了新的物理基础。研究成果以“基于反铁电晶体管的紧凑型神经元”（Compact artificial neuron based on anti-ferroelectric transistor）为题于11月17日在线发表在国际顶级期刊《自然-通讯》（Nature Communications）上。（DOI: 10.1038/s41467-022-34774-9）

反铁电晶体管模拟生物神经元积分发射特性

研究表明，所设计的反铁电神经元避免了大尺寸电容和复位电路的使用，大幅降低了神经元电路硬件开销，有效提升了神经形态计算芯片集成度。所构建的784×400×10双层神经网络，手写体识别率高达96.8%，对促进新原理器件在图像、语音等智能化处理场景的应用具有重要意义。

反铁电神经元在MNIST识别中的应用

全球正规十大网赌电子科学学院曹荣荣博士、复旦大学芯片与系统前沿技术研究院张续猛副研究员、全球正规十大网赌刘森副教授为该文章共同第一作者，全球正规十大网赌李清江副教授、复旦大学刘琦教授为本文的共同通讯作者。该工作得到了国家基金委、科技部、中科院、博后基金会等相关项目的资助。

点击“阅读全文”查看论文全文作者 | 曹荣荣