基于纳米尺度侧接触场效应二极管技术的超低功耗高速集成发放神经元电路及其随机行为研究

《IEEE Open Journal of Circuits and Systems》：Biologically-Inspired, Ultra-Low Power, and High-Speed Integrate-and-Fire Neuron Circuit With Stochastic Behavior Using Nanoscale Side-Contacted Field Effect Diode Technology

本刊编辑推荐：为解决传统计算架构的冯·诺依曼瓶颈及神经形态系统能效问题，研究团队开展基于纳米尺度侧接触场效应二极管（S-FED）的集成发放（IF）神经元电路设计。该电路实现44 nW超低功耗（较现有设计降低85%）、0.964 fJ/脉冲能效（提升36%）、20-100 MHz可调频率，并通过偏压控制实现生物神经元特有的确定性/随机性双模运算。其突破性在于首次在硬件层面实现可精确调控的随机发放概率（0%-100%），为概率计算与类脑芯片发展提供新范式。

　　

在人工智能应用爆炸式发展的今天，传统计算架构正面临严峻的能效挑战。冯·诺依曼架构将处理器与内存分离的设计，导致数据在两者间频繁迁移，形成著名的"冯·诺依曼瓶颈"，极大限制了计算效率。与此同时，人脑仅需约20瓦功率即可完成复杂认知任务，这种高效并行处理模式激发了神经形态计算的研究热潮。作为实现类脑计算的关键组件，人工神经元电路的性能直接决定整个系统的效能。然而，现有神经元设计大多聚焦于确定性运算，忽略了生物神经元中普遍存在的随机特性——这种随机性恰恰是大脑实现概率推理、增强学习等高级功能的重要基础。

在此背景下，美国俄克拉荷马大学的研究团队在《IEEE Open Journal of Circuits and Systems》发表创新性研究成果，提出一种基于纳米尺度侧接触场效应二极管（S-FED）的集成发放（IF）神经元电路。该设计不仅实现了超低功耗与高速运算的完美结合，更首次在硬件层面完整复现了生物神经元的双模运算特性。

研究采用多项关键技术：通过SILVACO TCAD工具进行器件-电路混合仿真，建立纳米尺度S-FED的物理模型；利用双栅极结构（GS和GD）实现膜电位集成控制；通过参考电压（V_ref1/V_ref2）精确调控发放阈值；采用0.15 fF超小膜电容（C_mem）提升运算速度；并系统评估工艺-电压-温度（PVT）变化对电路稳定性的影响。

生物合理性神经元行为

研究表明该电路成功模拟生物神经元的双重特性。在确定性模式下，通过调节V_ref1（400-1000 mV）和V_ref2（200-0 mV）可实现0.8-1.4 V阈值线性调控，类似生物神经元的适应性机制。

脉冲宽度实验显示其具备时间积分能力：0.5 ns脉冲需10个输入脉冲才能触发发放，而2 ns脉冲仅需2个，完美复现生物神经元的临时 summation 特性。

随机性行为研究揭示更突破性发现：当V_ref1=500 mV时，电路呈现概率性发放特性，需4-5个输入脉冲的触发概率分别为60%和40%。

通过V_ref1精确调控可实现发放概率从0%到100%的连续变化，首次在硬件层面实现类脑随机计算。

增强型神经元架构与性能分析

优化后的电路（C_mem=0.15 fF）实现20-100 MHz可调频率，脉冲能量仅0.964 fJ，较同类设计提升显著。

对比实验显示其能效达国际领先水平：功耗较2016年相变器件降低3个数量级，频率较2020年BTBT设计提升两个量级。

工艺-电压-温度（PVT）分析

电路在极端条件下展现卓越稳定性：通道长度（7.5-15 nm）变化仅引起阈值电压24 mV波动，掺杂浓度（5×10²⁰-1×10²¹ cm^-3）变化导致阈值漂移<21 mV。

温度适应性测试（-40°C至120°C）显示阈值变化仅45.4 mV，归功于高掺杂（10²¹ cm^-3）导致的简并半导体特性及双栅极结构增强的静电控制。

本研究通过纳米尺度S-FED技术成功实现兼具超低功耗、高速运算与生物合理性的神经元电路。其创新性在于：首次在硬件层面实现可精确调控的随机计算功能，突破传统人工神经元仅支持确定性运算的局限；通过双模运算机制为概率计算、强化学习等高级AI任务提供硬件基础；卓越的PVT稳定性确保在实际应用中的可靠性。这项研究为下一代神经形态计算系统的发展提供了关键技术支撑，特别是在无人机集群协同、卫星姿态控制等对尺寸、重量与功耗（SWaP）有严格要求的领域具有重大应用前景。