中國報告大廳網訊，在人工智慧快速發展的今天，傳統計算機架構因數據處理與存儲分離導致效率低下，而神經形態計算通過模擬生物神經系統為這一難題提供了新思路。近日，一項突破性研究成功將電子神經元和突觸功能整合進單一電晶體中，為構建更高效的人工智慧硬體開闢了全新路徑。

  一、突破性設計：單一電晶體實現神經元與突觸功能

  中國報告大廳發布的《2025-2030年全球及中國電子行業市場現狀調研及發展前景分析報告》指出，人工神經網絡的核心元件——電子神經元和突觸，在傳統架構下需要大量矽基電晶體支撐。每個神經元需18個電晶體，每個突觸則需6個電晶體，這導致硬體體積龐大且能耗居高不下。研究團隊通過創新性改造普通矽電晶體，成功在單個器件中復現兩種核心功能：利用"衝擊電離"現象模擬神經元激活時的電流峰值，並通過柵極氧化層電荷存儲實現突觸可塑性。這種設計使電子神經元體積縮小至原來的1/18，突觸單元縮減為1/6，在百萬級規模的人工網絡中展現出顯著優勢。

  二、故障機制轉化：從缺陷到功能的關鍵突破

  傳統認知中，矽電晶體的"衝擊電離"現象被視為潛在失效因素。研究團隊通過精確調控體端子電阻值，將這一物理效應轉化為可控特性：當電阻調整至特定閾值時，器件會產生與生物神經元相似的尖峰電流；而不同阻值設置則讓電晶體在突觸模式下保持動態電導變化。這種對"缺陷"的創造性利用，使單個180納米節點工藝製造的電晶體同時具備了信息處理與存儲雙重能力。

  三、模塊化集成：神經突觸隨機存取存儲器（NSRAM）

  為提升應用靈活性，研究團隊開發出由兩個電晶體組成的複合單元——神經突觸隨機存取存儲器。該設計通過切換操作模式，在同一物理空間內實現神經元計算與突觸連接功能的動態轉換。這種模塊化架構不僅省去了傳統方案中複雜的多器件互聯需求，更避免了對矽基板進行特殊摻雜處理，為大規模集成提供了工藝兼容性保障。

  四、技術落地：成熟製程支撐商業應用前景

  值得關注的是，這項創新完全基於成熟的180納米半導體製造工藝。相較於需要先進納米級節點的前沿方案，該技術在現有產線即可實現量產，大幅降低了商業化門檻。通過減少90%以上的電晶體使用量，新型計算單元可在保持算力的同時顯著降低能耗，在邊緣計算、物聯網終端等場景中展現出廣闊應用潛力。

  這項研究重新定義了矽基晶片的功能邊界，將神經形態計算從實驗室原型推向實用化階段。通過材料特性的深度挖掘和架構設計的巧思突破，團隊不僅實現了硬體效率的數量級提升，更展示了"缺陷轉優勢"的技術創新範式。隨著後續工藝優化與系統集成的推進，這種兼具低功耗、高密度特徵的新一代計算單元，或將重新塑造人工智慧時代的硬體基礎設施格局。