新加坡国立大学研究团队开发出一种创新的新计超高效计算单元，能够模拟电子神经元和突触行为 ，算单为神经形态计算领域带来了革命性的模拟变化。这项成果已在最新一期的电神《自然》杂志上发表 ，引起了半导体行业领先公司的经元广泛关注。

在人工神经网络中 ，和突电子神经元和突触是触行两个基本构成要素。与传统的新计计算机不同，这些系统能够在同一位置处理和存储数据，算单避免了传统计算机在内存和处理器之间传输数据的模拟时间和能量消耗 。然而
，电神使用常规硅晶体管实现电子神经元和突触需要连接多个设备 ，经元每个神经元至少需要18个晶体管
，和突而每个突触则需要至少6个晶体管
，触行这导致它们比单个晶体管大得多 ，新计成本也更高。

团队找到了一种巧妙的方法，可以在单一的传统硅晶体管中复制神经元和突触的电行为特征。通过将体端子的电阻调整到特定值，产生一种名为“冲击电离”的物理现象，这种现象产生的电流峰值与电子神经元激活时的情况相似。此外，通过设定不同的体端子电阻值，晶体管能够在栅极氧化层中存储电荷 ，其电阻会随时间保持 ，从而模仿电子突触的行为 。这意味着只需选择合适的体端子电阻，晶体管就可以作为电子神经元或突触运行。“冲击电离”这一现象通常被视为硅晶体管的一种故障机制，但研究团队成功地控制并将其转化为具有工业应用价值的技术。

这项发现的重要性在于
，它能使电子神经元的体积缩小至原来的1/18，突触缩小至1/6
，对于包含数百万个电子神经元和突触的人工神经网络来说，这代表了一个巨大的进步 ，意味着能以更低的能量消耗处理更多的信息。

此外 ，该团队还设计了一种由两个晶体管组成的单元——神经突触随机存取存储器，支持在神经元和突触操作模式之间的切换，提供了制造过程中的高度灵活性
 ，因为这两种功能都可以通过一个模块实现，无需对硅进行掺杂以达到特定的基板电阻值。

值得注意的是，团队使用的晶体管基于传统的180纳米节点技术，不需要最新的高端制造工艺 。这一突破不仅展示了技术上的创新 ，也为未来的计算技术开辟了新的道路 。

技术创新推动工程进步，工程创新同样也为技术进一步革新开辟道路
。这次，科研人员巧妙改造了传统硅晶体管，让一个元件可以兼具电子神经元和突触的双重功能 。而且 ，他们利用的这种物理现象，通常被视为硅晶体管的一种故障机制 。换个思路天地开 ，将“故障”控制好，也能把它转化为具有工业应用价值的新技术
。这项技术能以更少的晶体管实现人工神经网络功能，突破了神经形态计算落地的瓶颈 ，而且用现有工艺即可实现 ，应用前景广阔。