IEDM2025：复旦大学在类脑计算领域获重要进展

近日，在被誉为集成电路领域“奥林匹克盛会”的2020年国际电子器件大会（IEDM）上，来自复旦大学芯片与系统前沿技术研究院的刘琦教授和刘明院士团队，展示了他们在忆阻器基类脑计算技术方面取得的研究进展。这一突破性的技术成果被业界广泛关注。

类脑计算技术，一种模拟人脑运作的计算范式，正逐渐成为人工智能领域的研究热点。它由脉冲神经元和可塑的神经突触构成，拥有自主学习、时空信息处理、存算一体、高并行计算和事件驱动等特点。

忆阻器，作为一种具有丰富的物理动力学特性和生物单元相似性的器件，在模拟神经元和神经突触方面有着巨大的潜力。当前基于忆阻器的类脑系统多采用频率编码SNN的工作模式，这种模式下神经元需要发放大量脉冲来表征单个信号强度，导致推理时间较长，存在较多的延迟和能耗，降低了信息处理的效率。

针对这一问题，刘琦教授和刘明院士团队设计实现了一种面向时间编码SNN的神经元电路。这一电路利用放电时间表征信号强度，具有可控的不应期，在一个推理周期内只进行单次脉冲放电。这一创新设计显著提升了忆阻器神经元的工作寿命和推理速度。

该团队结合RRAM突触阵列构建了256×5的硬件SNN网络。相较于传统的频率编码SNN，该网络在任务中放电脉冲数目降低了72倍、推理速度提升了1.5倍、能耗降低了53倍、能效提升了18倍。这一成果显著推动了类脑计算技术的发展，为构建高效、低能耗的计算系统提供了新的可能。

在IEDM大会上，这个由博士后张续猛和中科院微电子所博士生吴祖恒共同第一作者的研究成果得到了业界专家的高度评价。复旦大学芯片院的刘琦教授和刘明院士作为共同通讯作者，展示了他们在该领域的深厚实力。

这项研究得到了国家重点研发计划、国家自然科学基金、中国科学院、之江实验室等相关项目的资助。研究成果的发布，不仅为学术界提供了重要的研究参考，也为产业界提供了潜在的应用前景。

此次研究成果的展示，不仅彰显了复旦大学在集成电路领域的卓越实力，也为中国科学院及其他合作单位在类脑计算领域的研究树立了新的里程碑。我们期待这一领域的未来研究能带来更多的惊喜和突破。