基于标准硅晶体管的突触与神经行为：CMOS神经形态计算的新范式

《Nature》：Synaptic and neural behaviours in a standard silicon transistor

为解决传统CMOS晶体管无法同时实现神经突触功能的难题，Sebastian Pazos团队创新性地通过调控硅MOSFET的穿通击穿区偏置，开发出仅需2个晶体管的神经突触随机存取存储器(NS-RAM)单元。该器件在神经元模式下实现103动态范围的漏极-积分-发放特性，突触模式下展示14级可编程权重和760,000次循环耐久性。这项发表于《Nature》的研究为构建高能效人工神经网络(ANN)提供了成熟的CMOS兼容解决方案。

　　

在人工智能硬件加速的浪潮中，神经形态计算因其类脑的并行处理特性备受瞩目。然而当前基于传统互补金属氧化物半导体(CMOS)技术的神经形态芯片面临根本性挑战：每个神经元需要至少18个晶体管，每个突触需要6个晶体管，导致芯片面积和能耗居高不下。更棘手的是，标准CMOS晶体管在常规工作模式下无法同时实现神经元阈值特性和突触权重可塑性这两大核心功能。虽然忆阻器等新兴器件展现出潜力，但其与CMOS工艺的兼容性和可靠性问题尚未解决。这一困境促使科学家们重新审视成熟半导体技术的可能性。

来自国际联合研究团队的研究人员另辟蹊径，发现标准硅基MOSFET在特定偏置条件下可呈现类神经行为。通过精确控制n型MOSFET（沟道长度L_CH=180 nm）的穿通击穿区工作状态，并创新性地引入第二个晶体管调控衬底电阻R_B，他们成功构建出2晶体管神经突触随机存取存储器(NS-RAM)单元。这项突破性成果发表在《Nature》上，为高密度、高能效神经形态计算提供了短期可实现的解决方案。

关键技术方法包括：1）通过调节栅极电压V_G和衬底偏置电压V_G2实现MOSFET穿通击穿区的精确控制；2）采用快速斜坡测试（80,000 V/s）评估器件滞回特性；3）利用脉冲序列分析神经发放动态和突触可塑性；4）通过技术计算机辅助设计(TCAD)模拟验证载流子动力学机制。

穿通击穿区MOSFET的神经行为

研究发现当n-MOSFET衬底终端通过外部控制器件浮置时，在漏源电压V_DS=2.5-3.5 V范围内会出现由碰撞电离引发的电流骤变现象。通过调节控制晶体管栅压V_G2（1.3-1.8 V），器件表现出理想的阈值特性和滞回曲线，适合模拟泄漏积分发放(LIF)神经元。测试显示该神经元具有10 mV/dec的超低开关斜率、415 pJ/μm的发放能量和超过1000万次的耐久性。

2晶体管神经突触单元

通过降低V_G2<1.3 V，器件可切换至突触工作模式。单个500 nm沟道晶体管在完全浮置衬底条件下，展示出短期可塑性特征：正电压脉冲引起突触权重增强（电阻降低），负脉冲导致抑制（电阻升高）。系统在760,000次循环中保持14个有效权重等级，非线性因子仅为0.06（增强）/0.21（抑制）。突触权重衰减时间常数（1-100 ms）与生物突触相当。

动态行为调控

研究团队系统表征了发放时间（t_firing）与输入脉冲参数的关系。通过调节V_G2，可在20 Hz-100 kHz频率范围内实现四个数量级的动态调控。这种灵活性特别适合模拟耳蜗细胞的音调拓扑映射等生物过程。TCAD模拟证实，这些动态特性源于浮置衬底中过剩载流子的产生与复合动力学。

这项研究颠覆了传统认知，证明标准CMOS晶体管通过创新偏置方案即可实现完备的神经突触功能。NS-RAM单元100%的良率和超低器件间差异，得益于成熟的硅工艺平台。相比需要18+晶体管的传统神经元电路，该方案将元件数量减少90%以上，同时保持415 pJ/μm的能效优势。更重要的是，它无需引入任何非标准CMOS材料或工艺，为神经形态计算的产业化扫清了技术障碍。这项工作不仅提供了短期可行的ANN硬件方案，更开辟了CMOS电路设计的新维度，有望推动人工智能芯片进入"每晶体管即神经元"的新时代。