【儀表網 研發快訊】近日，山東大學集成電路學院王天宇研究員、孟佳琳教授與桂林電子科技大學合作，在神經形態嗅覺傳感與計算領域取得重要進展，在國際學術期刊Research(中國科學院1區Top)上在線發表題為“Reconfigurable In-sensor Computing Memristor for Olfactory SNN and Reservoir Hybrid Neuromorphic Computing”的研究成果。山東大學集成電路學院2024級博士研究生陸林為論文獨立第一作者，山東大學王天宇研究員、孟佳琳教授、桂林電子科技大學鄒勇進教授為共同通訊作者，山東大學集成電路學院為第一完成單位。
 

　　傳統氣體傳感系統因傳感、轉換、計算單元分離，存在延遲高、功耗大等瓶頸。受生物嗅覺系統啟發，神經形態感存算一體架構成為實現低功耗、實時氣體感知的重要方向。然而，目前神經形態嗅覺器件僅能實現單一神經網絡計算功能，無法滿足氣體濃度、流量等不同信號的即時識別。因此，開發可重構的氣體感存算一體芯片具有極大應用潛力。
 

　　針對這一挑戰，山東大學王天宇、孟佳琳教授團隊設計了一種基于MXene@SnS2@PANI異質結的可重構AI芯片，在同一器件中實現了突觸可塑性與神經元脈沖整合功能，同時滿足RC與SNN計算與識別需求。該器件在氣體刺激下表現為突觸行為，適用于儲備池計算進行濃度識別。在電脈沖下則呈現神經元整合發放特性，可構建脈沖神經網絡識別氣體流量。值得一提的是，這是首個利用氣體與電學信號作為可重構激勵并完成感存算一體功能的芯片，對于可重構感存算一體集成與高能效AI計算的發展具有極大應用價值。基于該器件構建的智能嗅覺系統，可實時監測NH3濃度與氣流狀態，并實現超過93%的識別準確率與自動報警通風控制。該研究為下一代低功耗、高集成神經形態智能傳感系統提供了器件與架構基礎，在環境安全、智能家居等領域具有應用前景。