石墨烯電容器能將神經(jīng)形態(tài)芯片架構(gòu)和光電子完美結(jié)合

? ? ? 石墨烯超級電容器簡介

　　石墨烯超級電容器為基于石墨烯材料的超級電容器的統(tǒng)稱。由于石墨烯獨特的二維結(jié)構(gòu)和出色的固有的物理特性，諸如異常高的導(dǎo)電性和大表面積，石墨烯基材料在超級電容器中的應(yīng)用具有極大的潛力。石墨烯基材料與傳統(tǒng)的電極材料相比，在能量儲存和釋放的過程中，顯示了一些新穎的特征和機制。

　　石墨烯超級電容器是一種特殊的電容器，擁有異常高的導(dǎo)電性和大表面積，在能量儲存和釋放的過程中比同類產(chǎn)品有較高的優(yōu)越性。

? ? ?神經(jīng)形態(tài)技術(shù)

　　神經(jīng)形態(tài)技術(shù)將是高性能計算的下一個發(fā)展階段，它能夠大幅提升數(shù)據(jù)處理能力和機器學習能力。IBM公司2014年8月所公布的百萬神經(jīng)元級別的TrueNorth芯片，在執(zhí)行某些任務(wù)時，其能效可達傳統(tǒng)中央處理器的數(shù)百倍，首次與人腦的大腦皮層有了可比之處。神經(jīng)形態(tài)芯片計算能力顯著提高，能耗和體積卻要小得多，更為智能的小型機器或?qū)⒁I(lǐng)計算機微型化和人工智能的下一階段。

　　目前，哪怕最先進的超級計算機，其復(fù)雜程度也無法與人腦相媲美。計算機是線性的，主要依靠高速中樞，在中央處理器和存儲芯片之間實現(xiàn)數(shù)據(jù)的來回移動。相比之下，人腦則處于全方位的互聯(lián)狀態(tài)，人腦中的邏輯和記憶緊密關(guān)聯(lián)，其密度和多樣性均是現(xiàn)代計算機的數(shù)十億倍。神經(jīng)形態(tài)芯片旨在用與傳統(tǒng)硬件完全不同的方式處理信息，通過模仿人腦構(gòu)造來大幅提高計算機的思維能力與反應(yīng)能力。

? ? ?石墨烯電容器將神經(jīng)形態(tài)芯片架構(gòu)和光電子的結(jié)合

　　由于神經(jīng)形態(tài)芯片能夠比馮諾依曼結(jié)構(gòu)芯片更快更好地處理傳感器數(shù)據(jù)（如圖像、視頻、聲音等），所以對這些由晶體管網(wǎng)絡(luò)構(gòu)成的芯片研究成為了新的熱點話題。 多年來，科學家們一直在嘗試進一步探究神經(jīng)形態(tài)的電路架構(gòu)。而其中的難點就在于如何處理神經(jīng)元和硅之間的重疊部分——突觸以及邏輯門。從光電子學上講，就 是光子穿過激光晶體管和突觸間隙神經(jīng)遞質(zhì)時的跨越處。

　　如今，普林斯頓大學的研究人員展示了一種石墨烯材質(zhì)的光學電容器。這種光學電容器能夠保證光學神經(jīng)形態(tài)電路中激光晶體管的穩(wěn)定工作。

　　但是目前，仍有一些關(guān)鍵性的差異問題在阻礙著人們成功制造出一個可以像大腦一樣工作的處理器。

　　例如，我們知道芯片中的神經(jīng)元之間是通過電位移動或峰電位來傳遞信息的，而峰電位是非0即1的二進制，所以人們必須在時域就對信息進行編碼。但一個神經(jīng)元的放電頻率并不僅受限于中央時鐘周期，而且神經(jīng)元的放電頻率只有在發(fā)送時才會對信號的強度進行編碼。

　　但是正因為神經(jīng)元是模擬系統(tǒng)，所以在理論上由它們制成的芯片可以達到非常快的計算速度。而馮·諾依曼結(jié)構(gòu)芯片的時鐘頻率卻是有極限值的，所以早晚有一天會被淘汰掉，科學家們必須找到其他方法來使計算速度更上一層樓。

　　而最近的一份研究報告顯示，把石墨烯融入激光之中是一個可行的解決方案。這將能夠使得石墨烯“捕獲”光子，并把它變成一種光學電容器。當光學電容器以這種方式遞增時，激光能夠以皮秒的速度“飆升”。

　　IEEE指出：“事實證明，石墨烯是一個非常理想的飽和吸收體。因為它能夠以非?？斓乃俣任詹⑨尫殴庾?，而且它還能在任何波長下工作，所以無論發(fā)射何種顏色的激光都可以被完美吸收，并且還不會互相干擾。”

　　也就是說，這種“石墨烯海綿”能夠在激光中更好的吸收光電子，而且還可以被用來同時輸出多個不同波長的光子，不會受到任何干擾。

　　在摩爾定律的最后，模擬神經(jīng)元和神經(jīng)回路的設(shè)計理念可以為處理器帶來更為優(yōu)越的功耗比和可伸縮性。在光電子學中，光導(dǎo)纖維和激光晶體管是實現(xiàn)這一理念的理想方法，因為光子的移動速度比電子更快。

　　而在最新的自然科學報告中表明，石墨烯電容器能夠?qū)⑸窠?jīng)形態(tài)的芯片架構(gòu)和光電子完美結(jié)合。

　　但不要高興太早，我們可能還要在未來面臨下一個嚴峻的問題：模擬神經(jīng)形態(tài)電路陣列的激光晶體管能否有足夠快的速度來處理從傳感器得到的數(shù)據(jù)。