24、神经拟态集成电路：设计、模型与应用

神经拟态集成电路：设计、模型与应用

1. 引言与应用领域

神经拟态集成电路主要应用于生物医学领域，特别是神经科学。计算神经科学致力于神经网络的建模与探索，通常依赖软件处理工具，但也有基于硬件的解决方案来模拟神经网络。

在脉冲神经网络（SNN）中，信息通过神经元活动事件（即“脉冲”，对应于穿过神经元膜的放电）的时间进行编码。SNN中的神经元模型通过计算流经细胞膜的离子电流动力学来描述脉冲的生物物理学。基于软件的SNN可以针对不同类型的模型进行配置，而基于硬件的SNN则专门用于特定类型的模型。这些系统的计算核心是“神经拟态集成电路”，即专门设计用于再现神经细胞电活动的集成电路。

基于硬件的SNN主要用于以下两类实验：
- 混合生物 - 人工神经网络实验 ：在这类实验中，硬件SNN代表人工部分，通过人工突触与细胞内或细胞外电极连接到生物神经网络。该生物 - 人工系统有助于探索整个网络及其组件的特性，人工神经元还可用于替代缺失或受损的细胞。在这些实验中，实时处理是确保生物神经元和人工神经元之间正确对话的关键。模拟集成电路计算简化了电路与生物神经元之间的通信，因为电极测量生物细胞上的模拟信号，并且也是模拟控制的。
- 人工SNN实验 ：这类实验以类似于使用软件工具的方式利用基于硬件的模拟工具，硬件的额外价值在于计算速度。硬件计算是一种有效的解决方案，可以通过在ASIC上重复电路来实现并行计算流。模拟电路利用晶体管等有源组件的固有电压 - 电流关系来计算非线性函数。

神经拟态集成电路在设计人工SNN时具有有趣的特性。如今，当需要对神经网络进行接近生物学的模拟时，这类电路经常用于