作者：李黃龍（清華大學精密儀(yi) 器係、清華大學類腦計算研究中心長聘副教授）

　　編者按

　　人腦在有限尺寸和極低能耗下，能夠完成複雜環境中的信息關(guan) 聯記憶、快速識別和自主學習(xi) 等認知任務。隨著芯片換代速度放緩、算力供不應求等挑戰出現，麵向未來，現有計算機的計算方式已難以為(wei) 繼。如何推動信息處理技術進一步發展，打造像人腦一樣的“機器腦”？實現類腦計算是破局的方向。要想實現類腦計算，就需要尋找更多模擬人腦功能的神經形態器件。

　　借鑒人腦，讓計算更高效、更具仿生性、更低能耗

　　電子計算機的發明將人類文明帶入了一場數字化科技革命。在短短幾十年中，計算機的算力從(cong) 每秒幾百次運算到每秒百億(yi) 億(yi) 次運算，增長了1016倍，創造了幾千年人類文明史上最高的人造增長速度。計算機算力的提升得益於(yu) 底層半導體(ti) 器件（矽基晶體(ti) 管）的集成密度提升。按照摩爾定律，單芯片上晶體(ti) 管的數量每18至24個(ge) 月翻一番。

　　在過去的半個(ge) 多世紀，集成電路產(chan) 業(ye) 一直在摩爾定律的引導下發展。然而擺在現實麵前的是，隨著摩爾定律不斷逼近極限，單個(ge) 矽基芯片能夠承載的晶體(ti) 管日漸飽和。矽原子的大小約0.12納米，照此大小推算，當芯片工藝達到1納米,就隻有對幾個(ge) 矽原子進行操縱的空間了。

　　事實上，在芯片工藝發展到10納米水平後，能明顯感受到換代速度放緩、成本攀升等問題。而另一方麵，隨著人工智能大模型浪潮席卷全球，對計算機算力的需求激增到了每2到3個(ge) 月就要翻一番的程度，遠超摩爾定律下的增長速度。

　　麵對芯片換代速度放緩、算力供不應求等挑戰，數字計算機的計算方式已經難以為(wei) 繼，如何推動信息處理技術進一步向前發展，成為(wei) 學界與(yu) 社會(hui) 各行各業(ye) 共同麵臨(lin) 的難題。麵對這一巨大困局，能夠提供更高效、更具仿生性、更低能耗算力的類腦計算，成為(wei) 破局的關(guan) 鍵。

　　類腦計算是“國際半導體(ti) 技術藍圖（ITRS/IRDS）”中的一個(ge) 重要研究方向，旨在借鑒人腦的基本原理，實現人工通用智能（也稱為(wei) 類腦通用智能）。在2021年啟動的“中國腦計劃”中，類腦計算是一個(ge) 重要組成部分。

　　與(yu) 傳(chuan) 統計算機不同的是，人腦在有限尺寸和極低能耗下，能夠完成複雜環境中的信息關(guan) 聯記憶、快速識別和自主學習(xi) 等認知任務。這與(yu) 人腦神經網絡的基本組成和結構密切相關(guan) ：人腦中有860億(yi) 個(ge) 神經元，相當於(yu) 銀河係天體(ti) 的數量，並通過150萬(wan) 億(yi) 個(ge) 神經突觸互聯構成了空間複雜的神經網絡；同時人腦的神經樹突等組織進一步使神經計算功能複雜化。

　　人腦的這些神經組織包含了多樣化的離子通道，具備非常豐(feng) 富的動力學行為(wei) ，特征時間尺度也跨越幾個(ge) 數量級，這是人腦智能的物理基礎。相對應的，計算機基本的組成單元是電子晶體(ti) 管，其工作在準靜態的0和1編碼狀態下，與(yu) 人腦的豐(feng) 富動力學相距甚遠。

　　因此，類腦計算的實現，其中一個(ge) 關(guan) 鍵就是發現神經形態器件。它們(men) 可以模擬人腦中神經元、神經突觸、神經樹突的功能，具有更貼近神經組織行為(wei) 的物理機製，從(cong) 而可以實現傳(chuan) 統電子晶體(ti) 管所不能實現的諸多類神經功能。

　　基於(yu) 神經形態器件的類腦計算快速發展

　　神經科學的研究發現，神經元之間的神經突觸連接強度的可調性，是大腦學習(xi) 和記憶功能的基礎之一。由過往經曆引起的神經突觸連接強度改變，可以對大腦的功能產(chan) 生影響。

　　神經突觸連接強度改變，也叫神經突觸可塑性，可以增強或抑製神經元的活動，而且其持續的時間可從(cong) 幾毫秒到幾小時、幾天甚至更長時間，跨度很大。

　　如果能借鑒神經突觸可塑性原理，用某種手段來模仿和實現，構建類似於(yu) 神經突觸的人工突觸，再進一步構建出係統，就可以更好地理解和模擬大腦的工作方式，進一步推動信息學和神經科學的交叉發展，實現類腦計算。

　　早在1971年，科學家蔡少棠就曾啟發式地推理預言了一種新型器件——憶阻器。根據預言，憶阻器的電阻值取決(jue) 於(yu) 所施加的電壓/電流激勵曆史，因此具有類神經記憶特性。

　　在這一預言過去37年後，惠普實驗室宣布憶阻現象在新型微納半導體(ti) 器件中被觀測到。此後，憶阻器件和神經形態器件幾乎成了兩(liang) 個(ge) 可以互換的概念，基於(yu) 神經形態器件的類腦計算也進入了快速發展的階段。

　　憶阻器作為(wei) 一種有潛力的電路元件，除了生物相似性之外，在可微縮能力、存儲(chu) 密度和功耗等方麵也要優(you) 於(yu) 傳(chuan) 統的晶體(ti) 管器件。

　　近年來，在材料技術和功能方麵，神經形態器件都取得重要進展。在材料技術方麵，研究人員廣泛應用各種材料——無機物、有機物、量子材料、鐵電材料、鐵磁材料、三維體(ti) 材料和二維材料等，它們(men) 展現出各自獨特的神經形態特性，為(wei) 憶阻器的發展提供了多樣性和靈活性。將傳(chuan) 統晶體(ti) 管和憶阻器進行混合的神經形態集成電路研究也取得了顯著進展，加速了憶阻器的應用推廣。在功能方麵，憶阻器不僅(jin) 能夠模擬神經突觸的可塑性功能，還可以模擬神經元的某些功能，這為(wei) 實現全憶阻器的神經形態電路創造了可能性。

　　利用晶體(ti) 管“非理想”物理機製，模擬人腦記憶功能

　　然而，神經形態器件發展到這個(ge) 階段，麵臨(lin) 著新的挑戰。其中一個(ge) 關(guan) 鍵挑戰是仿生動力學功能不足，難以滿足類腦計算對豐(feng) 富神經形態動力學的要求。

　　正如前麵所提到的，人腦的豐(feng) 富動力學行為(wei) 與(yu) 神經組織中多樣化的離子通道結構和機理是密切相關(guan) 的。但是目前主流的神經形態器件通常是為(wei) 模擬某一種特定的神經行為(wei) 來定製，采用特定的單一物理機製來實現。

　　如果需要實現豐(feng) 富的仿生動力學功能，就需要發展全功能的動力學神經形態器件。不過，通常來講，功能越全麵就需要更大尺寸的硬件，這與(yu) 當前芯片的小型化相矛盾。要解決(jue) 這個(ge) 問題，就需要探索新型的器件原理和新的半導體(ti) 材料。

　　前麵提到，神經突觸可塑性的一大特征是動力學時間尺度跨越幾個(ge) 數量級，這是人類認知和記憶功能的一個(ge) 基礎。事實上，我們(men) 每個(ge) 人都能感受得到這種動力學的存在——有時候一件事情讓人終生難忘；而有時候上一秒的事情，下一秒就忘了。這就是長期記憶和短期記憶兩(liang) 種時間尺度不一樣的動力學行為(wei) ，它們(men) 的共存幫助我們(men) 保留重要的信息，同時過濾掉不重要的信息，給大腦減負。但是現有的單器件人工突觸，隻能對長期可塑性或短期可塑性進行選擇性的模擬，不能集成模擬。

　　基於(yu) 這些神經突觸原理，對人工突觸器件和生物突觸進行比較可以發現，它們(men) 之間有一個(ge) 巨大的區別——前者利用相同的物理機製模擬兩(liang) 種功能，而後者分別利用來自突觸後膜和前膜不同的鈣離子通道機製來實現。

　　受此啟發，清華大學類腦研究中心的研究團隊將目光移回到晶體(ti) 管上。作為(wei) 計算機芯片的基本元器件，晶體(ti) 管器件中實際蘊含了兩(liang) 種物理機製——“場效應”機製和“憶阻”機製。“場效應”機製讓晶體(ti) 管在0和1狀態間切換，但沒有持續供電的話，狀態就會(hui) 很快消失，從(cong) 節能的角度來說不盡如人意。“憶阻”機製會(hui) 讓0、1狀態混淆，這在以往被視為(wei) 不利影響，所以在製造計算機芯片時一定要防止“憶阻”機製的顯現。但“憶阻”機製還有一個(ge) 特性——在斷電後依然能持久地存在。

　　這兩(liang) 種對於(yu) 傳(chuan) 統計算機芯片來說不夠完美，甚至不利的物理機製，不正是類腦計算中模擬突觸長、短期可塑性功能所需要的嗎？

　　至此，答案呼之欲出。通過對這兩(liang) 種機製的“反向”利用，清華大學類腦計算研究中心團隊提出的動力學神經形態晶體(ti) 管技術，使得長、短期記憶動力學功能可以在單個(ge) 器件中集成地模擬，解決(jue) 了類腦科學領域內(nei) 的一個(ge) 關(guan) 鍵技術難題。

　　尋找更多能模擬人腦神經計算的半導體(ti) 器件

　　神經元是另一種基本神經計算單元，其閾上的放電和閾下的振蕩參與(yu) 了幾乎所有的認知功能環節，本質上是細胞膜電位的上升和下降。從(cong) 生物角度來看，神經元膜電位的變化由兩(liang) 種離子通道參與(yu) ——鈉離子（Na+）通道和鉀離子（K+）通道。

　　它們(men) 的工作過程是這樣的——當鈉離子通道打開時，膜外鈉離子（Na+）內(nei) 流進入細胞，從(cong) 而導致膜電位升高，這被稱為(wei) 去極化過程；在膜電位達到一定程度後，重複極化過程開始，鈉離子（Na+）通道關(guan) 閉，鉀離子（K+）通道打開，允許鉀離子（K+）外流離開細胞，從(cong) 而使膜電位降低。

　　神經元的動力學更複雜，要對其進行模擬往往需要多個(ge) 電子元件組合成電路。為(wei) 了讓人工神經元器件既能動力學功能豐(feng) 富，硬件又足夠精簡化，需要尋找新的材料來實現。

　　最終，碲這種新型半導體(ti) 材料脫穎而出。它具有低熔點、低熱導率和電化學活性等綜合物理性質，很難在其他材料中找到這種組合性質。

　　這些性質使得碲導電通道結構能夠在電流的電場作用下生長出來，降低器件電阻，這可以與(yu) 鈉離子（Na+）的內(nei) 流去極化過程對應；隨之而來的電流焦耳熱則會(hui) 熔斷碲導電通道，使器件電阻恢複，這與(yu) 鉀離子（K+）的外流重極化過程對應。

　　在此基礎上，清華大學類腦計算研究中心團隊研製的碲半導體(ti) 單器件，實現了對神經元閾上放電和閾下振蕩的全功能模擬。

　　與(yu) 神經元和神經突觸相比較，神經樹突作為(wei) 典型的生物神經網絡特征結構，曾被類比為(wei) 簡單的導線。但越來越多的研究表明，神經樹突具備重要的神經計算功能，不僅(jin) 執行被動計算，甚至還能主動“放電”，這或許是人腦通用智能信息處理能力的關(guan) 鍵來源之一，是賦能類腦計算的重要靈感來源。

　　神經樹突的主動放電動力學行為(wei) 也源於(yu) 豐(feng) 富的離子通道。其以鈣離子（Ca2+）為(wei) 介導，放電持續時間更長，產(chan) 生的影響或更為(wei) 顯著，並且其激活函數也可以呈現對於(yu) 輸入刺激強度的非單調響應。這使得單個(ge) 樹突就能解決(jue) 更具挑戰性的非線性分類問題。

　　為(wei) 了模擬神經樹突，清華大學類腦計算研究中心團隊采用了一種新型的晶體(ti) 管結構，即基於(yu) pn異質結半導體(ti) 溝道的晶體(ti) 管，取代了傳(chuan) 統的均質或同質半導體(ti) 溝道，利用這種特殊晶體(ti) 管結構中非同尋常的“反雙極性”的轉移特性，模擬了鈣離子（Ca2+）介導的非單調激活和樹突放電，進一步豐(feng) 富了晶體(ti) 管的神經形態功能。

　　時至今日，盡管在模擬人腦神經計算方麵已經取得一些進展，但大腦作為(wei) 人類智慧的集結，是已知的宇宙當中最複雜的產(chan) 物，對大腦的研究也被稱作是自然科學的“終極疆域”。類腦計算作為(wei) 模仿神經生理學和生理心理學機製，以計算建模為(wei) 手段並通過軟硬件協同實現的機器智能計算，距離實現人類打造像人腦一樣的“機器腦”這樣的夢想，還有充滿挑戰的路要走。

　　《光明日報》（2023年12月21日 16版）