Fotoniske synapser med lavt strømforbrug og høj følsomhed

Neuromorf fotonik/elektronik er fremtiden for intelligent databehandling med ultralav energi og kunstig intelligens (AI). I de senere år, inspireret af den menneskelige hjerne, har kunstige neuromorfe anordninger tiltrukket sig stor opmærksomhed, især ved simulering af visuel perception og hukommelseslagring. På grund af dets fordele med høj båndbredde, høj interferensimmunitet, ultrahurtig signaltransmission og lavere energiforbrug, forventes neuromorfe fotoniske enheder at realisere realtidsrespons på inputdata. Derudover kan fotoniske synapser realisere en berøringsfri skrivestrategi, hvilket bidrager til udviklingen af ​​trådløs kommunikation.

Brugen af ​​lavdimensionelle materialer giver mulighed for at udvikle komplekse hjernelignende systemer og hukommelseslogiske computere med lav effekt. For eksempel viser storskala, ensartede og reproducerbare overgangsmetal-dichalcogenider (TMD'er) et stort potentiale for miniaturisering og biomimetiske enhedsapplikationer med lav effekt på grund af deres fremragende ladningsfangende egenskaber og kompatibilitet med traditionelle CMOS-processer. von Neumann-arkitekturen med diskret hukommelse og processor fører til højt strømforbrug og lav effektivitet af traditionel computer. Derfor kan sensor-hukommelse fusion eller sensor-memory-processor integration neuromorphic arkitektur system opfylde de stadigt mere udviklende krav fra big data og AI til lavt strømforbrug og højtydende enheder. Kunstige synaptiske anordninger er de vigtigste komponenter i neuromorfe systemer. Ydeevneevalueringen af ​​synaptiske enheder vil hjælpe med at anvende dem yderligere på mere komplekse kunstige neurale netværk (ANN).

Kemisk dampaflejring (CVD)-dyrkede TMD'er introducerer uundgåeligt defekter eller urenheder, viste en vedvarende fotokonduktivitet (PPC) effekt. TMDs fotoniske synapser, der integrerer synaptiske egenskaber og optiske detektionsmuligheder, viser store fordele i neuromorfe systemer til visuel informationsopfattelse og -behandling med lav effekt samt hjernehukommelse.

I en undersøgelse offentliggjort i Opto-Electronic Advances , Research Group of Optical Detection and Sensing (GODS) har rapporteret en tre-terminal fotonisk synapse baseret på de store, ensartede flerlags MoS2-film. Den rapporterede enhed realiserede ultrakort optisk pulsdetektion inden for 5 μs og ultralavt strømforbrug omkring 40 aJ, hvilket betyder, at dens ydeevne er meget bedre end de aktuelle rapporterede egenskaber for fotoniske synapser. Desuden er det flere størrelsesordener lavere end de tilsvarende parametre for biologiske synapser, hvilket indikerer, at den rapporterede fotoniske synapse kan bruges yderligere til mere kompleks ANN. Fotokonduktiviteten af ​​MoS2-kanal dyrket af CVD reguleres af fotostimuleringssignal, som gør enheden i stand til at simulere kortsigtet synaptisk plasticitet (STP), langsigtet synaptisk plasticitet (LTP), parret pulsfacilitering (PPF) og andre synaptiske egenskaber. Derfor kan den rapporterede fotoniske synapse simulere menneskelig visuel perception, og detektionsbølgelængden kan udvides til nær infrarødt lys.

Som det vigtigste system for menneskelig læring kan det visuelle perceptionssystem modtage 80% af læringsinformationen udefra. Med den kontinuerlige udvikling af AI er der et presserende behov for et visuelt perceptionssystem med lav effekt og høj følsomhed, der effektivt kan modtage ekstern information. Derudover kan denne fotoniske synapse med assistenten af ​​gatespænding simulere den klassiske Pavlovske konditionering og reguleringen af ​​forskellige følelser på hukommelsesevne. For eksempel forbedrer positive følelser hukommelsesevnen, og negative følelser svækker hukommelsesevnen. Ydermere antyder en betydelig kontrast i styrken af ​​STP og LTP baseret på den rapporterede fotoniske synapse, at den kan forbehandle inputlyssignalet. Disse resultater indikerer, at foto-stimuleringen og backgate-kontrollen effektivt kan regulere ledningsevnen af ​​MoS2-kanallaget ved at justere carrier fangst/detrapping processer. Desuden forventes den fotoniske synapse, der præsenteres i dette papir, at integrere sansing-hukommelse-preprocessing-funktioner, som kan bruges til billeddetektering i realtid og in-situ-lagring, og giver også mulighed for at bryde von Neumann-flaskehalsen.

Neuromorf hukommelsesenhed simulerer neuroner og synapser