使用基于二维材料的亚阈值晶体管实现超低功耗神经形态障碍物检测
介观与纳米尺度物理
2023-09-21 v1 应用物理
摘要
对移动障碍物进行准确、及时和选择性的检测对于自主机器人实现可靠的碰撞避免至关重要。基于 CMOS 的脉冲神经元在障碍物检测中的面积和能效不足，可以通过新兴的二维（2D）材料基器件的可重构、可调谐和低功耗操作能力来解决。我们提出了一种超低功耗脉冲神经元，该神经元使用一个具有超薄通用二维材料沟道的静电调谐双栅晶体管构建。该二维亚阈值晶体管（2D-ST）经过精心设计，可在低电流亚阈值区工作。载流子输运通过跨越势垒的热电子发射和 Fowler-Nordheim 接触势垒隧穿电流在广泛的栅极和漏极偏压范围内进行了建模。使用 2D-ST 与 45 nm CMOS 技术组件设计的神经元电路仿真显示出约 3.5 pJ/脉冲的高能效，以及仿生的 I 类脉冲和振荡脉冲。它还展示了复杂的神经元行为，如脉冲频率适应和抑制后反弹，这些对于动态视觉系统至关重要。小叶巨型运动探测器（LGMD）是一种在蝗虫中发现的碰撞检测生物神经元。我们的神经元电路可以产生类似 LGMD 的脉冲行为，并以低于 100 pJ 的能量成本检测障碍物。此外，它可以被重构，以高选择性区分逼近和远离的物体。
引用
@article{arxiv.2302.02095,
title = {Ultra-Low Power Neuromorphic Obstacle Detection Using a Two-Dimensional Materials-Based Subthreshold Transistor},
author = {Kartikey Thakar and Bipin Rajendran and Saurabh Lodha},
journal= {arXiv preprint arXiv:2302.02095},
year = {2023}
}
备注
Main text along with supporting information. 4 figures