【導讀】當傳統二進制計算架構陷入算力堆疊與能耗高企的瓶頸，生物神經系統依托尖峰信號實現的高效智能，為類腦計算研究點亮了新方向。本文圍繞萬老師團隊的研究成果，從尖峰信號這一生物智能的核心特質出發，拆解類腦計算在器件層面的雙重探索路徑——憶阻器的存算協同潛力與晶體管的三維互聯突破，剖析測試表征對器件工程化的關鍵制約與解決方案。
從尖峰信號出發：類腦計算的器件原點
萬老師指出，傳統計算體系依賴二進制邏輯，而生物神經系統的信息交互本質是尖峰信號（spike）。在自然界中，昆蟲和微生物能夠在極低能耗、極簡結構下完成復雜任務，這與當下算力堆疊式 AI 架構形成鮮明對比。現實世界的諸多應用，并不依賴高精度數值計算，而更接近模擬計算與動力學過程的協同。
正是在這一認知基礎上，其團隊將研究重心放在神經形態器件上，希望在器件層面復刻生物智能的高效與魯棒性。
憶阻器與晶體管：器件路線的雙重探索
在器件選擇上，萬老師團隊主要聚焦兩條技術路線：憶阻器與晶體管型器件。非易失性憶阻器適用于存算一體架構中的高精度計算；而動態憶阻器因其易失性和信號衰減特性，更貼近生物神經系統的時間動力學行為，能夠同時承載刺激幅值與時間信息。
與此同時，多柵極晶體管結構為類腦系統提供了另一種可能——突破二維互聯限制，向更高密度的三維互聯網絡演進，為大規模類腦系統構建提供新的工程路徑。
測試成為關鍵變量：從器件走向系統的必經之路
隨著器件響應速度不斷提升，測試與表征逐漸成為類腦器件工程化過程中不可忽視的關鍵環節。萬老師提到，其團隊已實現納秒級響應器件的研發，對測試系統在速度、精度和同步性方面提出了更高要求，尤其是在尖峰信號捕捉與時序一致性上。
此外，類腦研究往往需要光學與電學平臺的協同工作，這對測試系統的開放性與可定制能力提出了挑戰。泰克 4200 A-SCS半導體參數分析系統所提供的開放接口與自動化能力，有效降低了多平臺協同測試的復雜度，使科研人員能夠將更多精力投入到器件機理與系統構建本身。
走向工程現實：規模化與探索并行
談及未來方向，萬老師將類腦研究概括為“兩條路徑并行”：一方面，持續推動器件性能提升與系統規模化，探索可落地的工程應用；另一方面，堅持對尖峰動力學等基礎問題的探索，以邏輯推理和結構創新挖掘新的計算范式。
例如，基于尖峰編碼的儲池計算網絡，無需反向傳播訓練，依托時間與空間的隨機性即可完成非線性映射，在光信號處理、邊端計算等場景中展現出低功耗與低成本潛力。
