电子科大Nano Letters封面论文：对称n/p肖特基势垒调制用于可精确配置的神经网络

本文介绍了电子科技大学刘奥、王显福团队在神经形态计算领域的研究成果。他们提出了一种采用全局底栅配置的肖特基势垒神经晶体管（SBN），该器件能够同时执行非线性逻辑和线性计算，解决了传统神经晶体管在支持线性计算方面的不足。通过调节两个载流子通道和肖特基势垒，SBN实现了对称的n-/p-特性，并具有较低的饱和电压和n-/p-调控的对称性。研究还提出了一种双SBN可重构单元，结合了数字和模拟信号处理功能，仅需硅基器件所需非线性逻辑功能的五分之一的数量。仿真结果表明，基于该器件的加速器在BCNN模式下实现了98.3%的准确率和1359.62 TOPS/W的能效。这一创新设计为神经形态计算加速器的精度和效率提供了新的解决方案，特别是在边缘计算和自动驾驶任务中具有广泛的应用前景。