20、硅神经元：神经形态系统的基石

硅神经元：神经形态系统的基石

1. 引言

生物神经元是大脑网络的主要组成部分。神经元细胞膜具有活跃的电导，可控制各种离子反转电位与膜电容上的膜电压之间的离子电流流动。这些活跃电导通常对跨膜电位或特定离子浓度敏感。当这些浓度或电压变化足够大时，轴丘（连接轴突的体细胞特化区域）会产生电压脉冲，即“尖峰”或“动作电位”。该脉冲沿细胞轴突传播，到达突触前终末时会激活与其他神经元的突触连接。

神经形态硅神经元（SiNs）是互补金属氧化物半导体（CMOS）、超大规模集成电路（VLSI），用于模拟生物神经元的电生理特性。其模拟采用与传统生物神经元数字数值模拟相同的组织技术。根据模拟的复杂程度和程度，可实现不同类型的神经元电路，从简单的积分 - 发放（I&F）模型到复杂的全电导模型。

基于尖峰的神经元计算模型在计算神经科学领域研究尖峰时序的作用以及神经形态工程领域实现事件驱动计算系统方面非常有用。在此背景下，开发了多个基于尖峰的神经网络模拟器，许多研究集中在模拟尖峰神经网络的软件工具和策略上。数字工具和模拟器便于探索神经网络的定量行为，但在实现实时行为系统或详细的大规模神经系统模拟方面并不理想。即使使用最新的超级计算系统或利用并行图形处理单元（GPU）或现场可编程门阵列（FPGA）的定制数字系统，在运行足够大以容纳多个皮质区域且详细到包含不同细胞特性的模拟时，也无法获得实时性能。

相反，使用SiNs的神经系统硬件模拟可实时运行，且网络速度与神经元数量或其耦合无关。SiNs提供了一种可直接在硬件中模拟神经网络的介质，而非仅在通用计算机上进行模拟。它们比在通用计算机或定制数字集成电路上执行的模拟更节能，因此适用于实时大规模神经模拟。然而，SiN电路仅能对数字模拟神经元的精