隨著人工智能的飛速發展，對於能源效率高、執行速度快的半導體技術的需求日益增長。然而，傳統的電腦器材，如馮·諾依曼架構，由於數據處理瓶頸，其速度和能源效率存在限制。因此，模仿生物神經元同時進行計算和記憶功能的神經形態器材研究受到了越來越多的關註。
在這個背景下，大邱慶北科學技術院（DGIST）電氣工程與電腦科學系的Kwon Hyuk-jun教授領導的研究團隊開發了一種下一代AI半導體技術，該技術在人工智能和神經形態系統中模仿人腦的效率。
研究團隊使用具有強大電性質的氧化鉿和二硫化錫的薄膜，開發了突觸場效應晶體管。這導致了一種三端神經形態器材，能夠以類似於神經元的方式儲存多個級別的數據。
該研究成功復制了生物特性，如短期和長期特性，產生了一個高效的器材，其響應速度比人類突觸快10,000倍，同時消耗非常少的能量。
Kwon Hyuk-Jun教授表示：「這項研究標誌著向下一代計算架構邁出了重要的一步，該架構需要低功耗和高速計算。我們使用二維通道和鐵電氧化鉿開發了高效能的神經形態硬件，預計這一創新將在未來有各種與人工智能和機器學習相關的套用。」
參考資料：DOI： 10.1002/advs.202308588
