Ovonic 阈值开关实现神经元算术运算，类脑模拟计算能效提升超一个数量级
B910化工消息：4月30日，arXiv发表研究展示了基于Ovonic阈值开关（OTS）的人工神经元电路，可物理实现三种算术运算：加法（SUM）、并联（PARALLEL）和除法（DIVISION）。
生物神经元通过突触电导变化和分流抑制执行加法整合和除法增益调制等算术运算，实现依赖上下文的信息处理，远超简单的阈值发放模型。在紧凑硬件中复现这些能力一直是神经形态工程的核心挑战。
SUM和PARALLEL神经元利用MOSFET控制的树突电导，产生随合并输入变化的输出发放率，满足神经元加法的规范性标准。DIVISION神经元借鉴皮层中GABA_A介导的抑制机制，通过JFET分流通路实现除法增益调制，行为符合Hill函数拟合（R²≈0.95，Hill指数n≈1.3），与视觉和嗅觉回路中观察到的非线性归一化一致。
将该DIVISION神经元应用于非均匀照明下的像素级图像归一化，成功恢复了被遮挡的视觉内容，复现了视觉皮层的对比度归一化功能。与CMOS除法实现相比，该方案在能效和可扩展性方面提升超过一个数量级。 （来源：arXiv）
生物神经元通过突触电导变化和分流抑制执行加法整合和除法增益调制等算术运算，实现依赖上下文的信息处理，远超简单的阈值发放模型。在紧凑硬件中复现这些能力一直是神经形态工程的核心挑战。
SUM和PARALLEL神经元利用MOSFET控制的树突电导，产生随合并输入变化的输出发放率，满足神经元加法的规范性标准。DIVISION神经元借鉴皮层中GABA_A介导的抑制机制，通过JFET分流通路实现除法增益调制，行为符合Hill函数拟合（R²≈0.95，Hill指数n≈1.3），与视觉和嗅觉回路中观察到的非线性归一化一致。
将该DIVISION神经元应用于非均匀照明下的像素级图像归一化，成功恢复了被遮挡的视觉内容，复现了视觉皮层的对比度归一化功能。与CMOS除法实现相比，该方案在能效和可扩展性方面提升超过一个数量级。 （来源：arXiv）
