类脑光晶体管集成感存功能,有望降低AI能耗
俄勒冈州立大学研究团队近日在《先进功能材料》期刊发表成果,成功研发出一种受大脑启发的新型光电晶体管。该器件突破传统人工智能硬件将感知、存储与处理功能分散的局限,在单一结构中实现光信号捕获、信息暂存与逻辑运算的深度融合。 研究负责人电气工程教授Larry Cheng介绍,该设备由氧化物半导体通道与顶部有机光敏材料复合而成。光照产生的电荷载入会被捕获于光敏层并持续调控半导体电流。通过施加栅极电压,可精确改变电荷与晶体管沟道的距离,从而编程式控制记忆强度的持久或消退,高度模拟了生物神经突触的可塑性。 此项突破为神经形态计算与传感器内计算提供了关键硬件支撑。将信息处理直接前置至感知端,大幅削减了数据跨组件传输的能耗与延迟。研究团队指出,该器件具备可编程的记忆衰减时间窗口,可为视觉及其他多模态传感信号提供高效处理机制,有望显著降低人工智能系统的整体功耗,加速低功耗智能感知技术的落地应用。
