神經形態憶阻器

新一代信息技術

傳統計算機采用分立的處理器和存儲器，所有計算數據都要通過總線進行搬運，造成了存儲墻、功耗墻等突出問題。基于憶阻器的神經形態器件能夠在物理層面模擬生物突觸、神經元信息處理功能，從而實現局域的存算融合，從根本上解決馮諾依曼瓶頸，帶來巨大的性能和能效提升。

可應用于人工智能、物聯網、自動駕駛等高技術領域，支撐實現智能計算，并帶來性能和能效的大幅提升。

項目處于研發階段，并在支撐神經形態器件的微觀機理、憶阻神經形態器件與性能調控、規模化集成與神經網絡等方面取得系列階段性成果，包括研制了單脈沖能耗與生物突觸相當的超低能耗人工突觸，構建了具有高容錯能力的模糊憶阻神經網絡，集成了單元尺寸小于100納米的高密度神經形態器件陣列等，成果發表在Nature Electronics、Nature Communications、Advanced Materials等權威期刊上，部分成果被選為封面文章、入選雜志年度論文或被nanotechweb.org等網站重點報道。