材料进步加速人工智能技术实现

韩国研究人员在该国首次成功开发出下一代神经形态(神经网络模仿)半导体的核心材料。这是由韩国材料科学研究所能源与电子材料系的 Jung-dae Kwon 博士和 Yong-hun Kim 博士以及忠北国立大学 Byungjin Cho 教授的研究团队领导的研究小组的成果。KIMS是科学和信息通信技术部下属的政府资助的研究机构。

这种新概念的记忆晶体管使用了厚度为几纳米的二维纳米材料。研究人员通过 1000 多次电刺激可重复地模仿神经突触的电可塑性，成功获得了约 94.2% 的高模式识别率(基于模拟的模式识别率的 98%)。

广泛用作半导体材料的钼硫 (MoS 2 ) 的工作原理是单晶中的缺陷被外部电场移动，这使得难以精确控制缺陷的浓度或形状。为了解决这个问题，研究团队依次堆叠了一层氧化铌(Nb 2 O 5)和钼硫材料，并成功地开发出一种人工突触装置，该装置具有通过外部电场具有高电气可靠性的记忆晶体管结构。此外，他们还证明可以通过改变铌氧化层的厚度来自由控制电阻切换特性，并且可以以 10 PJ(皮焦耳)的极低能量处理与记忆和遗忘相关的大脑信息。

目前，由于人工智能硬件以GPU、FPGA、ASIC等形式消耗大量的电力和成本，预计未来随着行业的发展，将产生爆发式的需求。到 2023 年，可穿戴人工智能市场预计将达到 424 亿美元，复合年增长率为 29.75%，而 2018 年约为 115 亿美元。

KIMS 的 Jung-dae Kwon 博士和 Yong-hun Kim 领导的研究团队表示：“使用高可靠性、新概念的基于记忆晶体管结构的 AI 半导体可以大大降低电路密度和驱动能量。预计将未来将应用于低功耗边缘计算和可穿戴人工智能系统。”

标签：