Comportamientos sinápticos y neuronales en un transistor de silicio estándar

Área de la Ciencia:

• Eléctricos
• Ciencias de la computación
• Ciencias de los materiales

Sus antecedentes:

• Las redes neuronales artificiales (ANN) se implementan cada vez más en el hardware para la computación energéticamente eficiente.
• Las computadoras neuromórficas actuales usan circuitos complejos con muchos transistores por neurona y sinapsis.
• La simplificación de estos bloques de construcción es crucial para desarrollar RAN más avanzadas y eficientes.

Objetivo del estudio:

• Para demostrar que un solo transistor de metal-óxido-semiconductor (CMOS) complementario puede exhibir comportamientos neuronales y sinápticos.
• Desarrollar una célula de memoria de acceso aleatorio neuro-sináptico (NS-RAM) simplificada y versátil utilizando transistores mínimos.
• Explorar el potencial de las RAN más sofisticadas, más grandes y eficientes desde el punto de vista energético.

Principales métodos:

• Biasing un solo transistor CMOS de una manera no convencional para inducir las funcionalidades neuronales y sinápticas.
• Conectar dos transistores CMOS en serie para crear una célula NS-RAM de 2 transistores versátil.
• Utilizando la plataforma CMOS de silicio madura para la fabricación de dispositivos de alto rendimiento y baja variabilidad.

Principales resultados:

• Un solo transistor CMOS demostró características sintonizables neuronales y sinápticas.
• La célula NS-RAM de 2 transistores desarrollada exhibió respuestas neuro-sinápticas ajustables.
• El proceso de fabricación logró un rendimiento del 100% y una variabilidad ultra baja entre dispositivos.

Conclusiones:

• Una célula simplificada de 2 transistores puede emular eficazmente las funciones neuronales y sinápticas, reduciendo la complejidad del hardware.
• Este enfoque aprovecha la tecnología CMOS existente para un hardware de inteligencia artificial eficiente.
• La célula NS-RAM ofrece una vía prometedora para la próxima generación de ANN eficientes energéticamente.