解决传统复杂问题！浙大团队研发出可重构的类脑神经元新器件

本文介绍了浙江大学团队在神经拟态计算领域的最新研究成果。研究团队开发了一种新型仿生神经元，该神经元利用MOTT忆阻器和ECRAM技术，模仿生物神经元的工作方式，具有高效、灵活的信号处理能力，并且硬件资源使用更少、成本更低。这一成果解决了传统仿生神经元设计中硬件复杂且昂贵的问题，为神经形态计算系统的实现提供了新的视角。研究团队设计的异构集成神经元电路，通过简单的调控手段即可实现多样化的神经元发放模式调制，突出了类脑器件在神经形态计算系统中的低硬件开销、高密度集成等优势。未来，研究团队计划进一步开展深入研究，以实现更高效及智能的神经形态计算芯片及系统，并应用于脑机接口、脑启发计算等新型领域。