基于范德华界面结晶体管实现超低功耗可重构模糊逻辑硬件

随着物联网的迅速发展，边缘设备生成的数据量激增，促使计算从数据中心向网络边缘转移，以减少带宽需求、加快响应时间并降低功耗。在这一背景下，模糊逻辑系统因其能够通过简单直观的规则描述复杂系统而脱颖而出，尤其擅长处理不确定信息（如自然语言），并能够灵活适应不断变化的环境条件。因此，模糊逻辑系统在工业控制、健康监测、非线性建模和神经符号系统等领域得到广泛应用。尽管模糊逻辑系统具有极大的应用潜力，但其硬件实现却一直受限。传统的互补金属氧化物半导体（CMOS）技术中，模糊隶属函数生成器是模糊逻辑系统的核心部分，但实现这一功能通常需要大量的晶体管，电路复杂且难以动态调整隶属函数。因此，当前智能网络中对模糊逻辑硬件的需求远未得到满足，尤其是具备可重构能力的隶属函数生成器硬件开发严重滞后。
针对上述挑战，南加州大学、中国科学院半导体研究所、美国西北大学和香港大学等机构的研究团队开发了一种基于MoS2/石墨烯异质结构的范德华界面结晶体管（vdW-IJT），为模糊逻辑硬件的实现提供了全新的解决方案。他们首先展示了通过调控MoS2/石墨烯界面结晶体管的电荷转移效应，能够生成高度可调的隶属函数，并对相应的工作机理进行了讨论。在该类器件中，石墨烯作为电荷转移层，可以有效控制MoS2通道中的载流子浓度，从而在两端和三端器件中分别实现类似PN结的单向整流特性和类似三极管的转移特性。进一步的在四端的顶栅器件中，可以通过调节栅压，使其输出特性表现出π形和类高斯曲线，且这些函数曲线的高度、位置和形状可通过不同的操作条件进行精细调控。


图1. 利用四端器件生成可调控的隶属度函数
研究团队进一步将vdW-IJT用作隶属函数生成器，实现了可重构的模糊比例-积分-微分（PID）控制器。该控制器集成了基于CMOS的推理引擎和解模糊器，能够适应不同的非线性控制需求。通过调整vdW-IJT的工作电压，研究人员展示了多种不同隶属函数设置，生成了具有高度非线性和适应性的控制曲面。该控制器不仅能处理稳定环境中的小误差，还能应对具有较大扰动的复杂环境，展现了其在多种控制场景中的灵活性和适应性。


图2. 基于可调控的隶属度函数生成器实现可实时定制化的模糊PID控制器
研究进一步将模糊逻辑系统与三层卷积神经网络（CNN）结合，构建了模糊神经网络（FNN）。这一创新将模糊隶属函数引入神经网络，显著增强了系统的非线性映射能力，在图像分割任务中表现出卓越的性能提升。尤其是在识别边界模糊、颜色相似的物体时，如行人、车辆等，FNN能够更清晰地识别和描绘物体轮廓，大幅提升了图像分割的精度。


图3. 基于可调控的隶属度函数生成器的模糊神经网络
相较于传统CMOS技术，基于vdW-IJT的隶属函数生成器具有显著的规模化优势和能效优势。该晶体管通过精简的电路设计，实现了比CMOS模拟或数字电路大幅减少的元件数量。研究还表明，vdW-IJT的功耗大幅低于传统的模拟或数字电路，且具有更高的可重构性，使其在未来的边缘计算硬件中具备极大的应用潜力。
相关研究成果于10月15号发表于国际知名期刊NatureElectronics，南加州大学的刘翮飞博士（现为哈佛大学博士后）、半导体研究所的吴江滨研究员（之前为南加州大学博士后）和南加州大学的马佳卉博士（现入职知存科技）为文章的第一作者，香港大学的汪涵教授和西北大学的Mark C. Hersam教授和为文章的通讯作者，文章得到佛罗里达大学Jing Guo教授和Ning Yang博士在理论计算的大力支持，对文章做出贡献的还有亚利桑那大学的闫晓东教授、上海交通大学的何煦（现为卡耐基梅隆大学计算机工程系博士生）和香港大学的何彦谷等。这一研究成果不仅为模糊逻辑硬件的实现带来了突破，也为智能边缘计算系统的发展提供了新的方向。vdW-IJT的可扩展性和低功耗优势，使其成为未来智能设备、自动驾驶、工业控制等领域的重要候选技术。尤其在图像处理和实时决策系统中，模糊神经网络展示了极高的应用潜力。这项研究不仅推动了二维材料在下一代电子器件中的应用，也为实现更加高效、智能的边缘计算硬件奠定了坚实基础。

转载自
https://www.nature.com/articles/s41928-024-01256-3