神经形态芯片获得重大突破 这回石墨烯成了“海绵”

本篇文章957字，读完约2分钟

因为神经形态学芯片可以处理传感器数据(如图像、视频、声音等。)更快更好地与比冯·诺依曼结构芯片结合，对这些由晶体管网络组成的芯片的研究已经成为一个新的热点。

多年来，科学家们一直试图进一步探索神经形态学的电路结构。困难在于如何处理神经元和硅突触以及逻辑门之间的重叠部分。在光电子学中，它是光子通过激光晶体管和突触神经递质的交叉点。

现在，普林斯顿大学的研究人员展示了一种由石墨烯制成的光学电容器。这种光电容可以保证光神经形态电路中激光晶体管的稳定工作。

但是目前，仍然有一些关键的差异阻止人们成功地制造出像大脑一样工作的处理器。

例如，我们知道芯片中的神经元通过电位偏移或峰值电位来传递信息，而峰值电位是非零二进制的，所以人们必须在时域对信息进行编码。然而，神经元的触发频率不受中央时钟周期的限制，神经元的触发频率仅在发送信号时对信号强度进行编码。

然而，因为神经元是模拟系统，所以由它们制成的芯片在理论上可以达到非常快的计算速度。但是，冯·诺依曼芯片的时钟频率有一个极限，所以它迟早会被淘汰。科学家们必须通过爬一段楼梯来找到加快计算速度的其他方法。

最近的一份研究报告显示，将石墨烯集成到激光中是一种可行的解决方案。这将使石墨烯能够“捕获”光子，并将其转化为光学电容器。当光学电容以这种方式增加时，激光可以皮秒的速度“飙升”。

Ieee指出:“事实已经证明，石墨烯是一种理想的饱和吸收剂。因为它能以非常快的速度吸收和释放光子，而且它能在任何波长下工作，不管发射什么颜色的激光，它都能被完全吸收，不会相互干扰。”

也就是说，这种石墨烯海绵可以更好地吸收激光中的光电子，也可以用来同时输出多个不同波长的光子，而没有任何干扰。

在摩尔定律的最后，模拟神经元和神经电路的设计概念可以给处理器带来更优越的功耗比和可扩展性。在光电子学中，光纤和激光晶体管是实现这一想法的理想方法，因为光子比电子移动得快。

最新的自然科学报告显示，石墨烯电容器可以完美地结合神经形态学和光电子学的芯片架构。

但是不要太高兴，我们将来可能要面对下一个严重的问题:模拟神经形态电路阵列的激光晶体管能否足够快地处理从传感器获得的数据。

viaextremetech

神经模拟计算如何给机器赋予灵魂？

计算神经科学:脑科学和人工智能之间的必要桥梁