論文題目：An artificial neural network chip based on two-dimensional Semiconductor
發表期刊：Science Bulletin. IF:18.9
DOI：https://doi.org/10.1016/j.scib.2021.10.005
前言
近年來，人工神經網絡在圖像處理和感知識別等方面有著越來越多的應用，將傳感器和信號處理器集成到一顆芯片中可以有效提高信號處理的速度和效率。具有原子級厚度和豐富能帶結構的二維半導體材料非常適用于人工神經網絡（ANN）芯片的制備。二維半導體材料直接生長于硅基底絕緣體上，相應的器件具有低的柵誘導漏極泄漏電流，器件的能耗相對較低，所制備的芯片在動態隨機存取存儲器件（DRAM）的數據刷新頻率也相對較低。與傳統的互補金屬氧化物半導體器件相比，基于MoS2的晶體管，有較高的信噪比，并更適用于矩陣計算。因此，二維半導體材料在人工神經網絡（ANN）芯片的制備領域也越來越凸顯其重要性。
案例概述
近日，復旦大學課題組通過后柵極工藝（gate-last processing）在晶圓尺寸上制備了MoS2材料，并制備了可用于智能感知的人工神經網絡（ANN）芯片。在經過后續訓練后，芯片對觸覺書寫字母識別率可高達97%。文中的芯片制備使用的是小型臺式無掩膜直寫光刻系統- MicroWriter ML3，該設備具有結構小巧緊湊(70cm x 70cm x 70cm)、無需掩膜版、高直寫速度以及高分辨率等特點，是低成本開發各類微納器件的利器。除此之外，設備特有的精準套刻功能和虛擬掩膜系統為本工作中芯片的成功制備提供了重要基礎。該工作以“An artificial neural network chip based on two-dimensional semiconductor”為題，在SCI期刊Science Bulletin上發表。
小型臺式無掩膜直寫光刻系統- MicroWriter ML3
圖文導讀
圖1. 使用MoS2制備人工神經網絡芯片圖示。（a）生物神經元的數學類比。（b）基于MoS2人工神經元的示意圖。（c）人工神經芯片數據處理示意圖。（d）由MicroWriter ML3所制備的人工神經網絡芯片光學放大圖。（e）基于MoS2的人工神經網絡芯片示意圖。
圖2. 基于MoS2晶圓尺寸器件和乘法和累加的工作原理。（a）用化學氣相沉積法制備的2英寸MoS2樣品。（b）MoS2器件結構示意圖。（c-d）49個FETs的傳輸特性測試和模擬圖。（e）乘法器單元示意圖。（f）乘法器中的ID，VG1和VG2的三者間的關系圖。（g）圖的上半部分顯示了具有并聯多分枝雙柵極FETs器件，下圖為相應的示意圖。（h）乘法器分支數量和總電流關系圖。（i）乘法和累加的工作原理示意圖。
圖3. 支持人工神經芯片的外圍電路。（a）具有一個神經突觸的累神經元MoS2電路。（b）擁有多分枝乘法和累加器和一個模擬隨機存取存儲器的器件的光學照片。（c）1T（晶體管）-1C(電容器)單元的讀寫過程。（d）用電容控制晶體管（T2）的電流Id隨時間的變化。（e）Vout和Vin的模擬（上部圖）和實驗結果（下部圖）。
圖4. 用接觸感知測試人工神經網絡芯片。（a）人體感知觸摸的示意圖。（b）訓練后，不同字母在器件不同位置引起的電流的變化。（c）23次訓練后輸入和輸出的權重。（d）均方差隨著訓練次數的變化。（e）訓練次數和識別率的關系圖。
結論
復旦課題組通過化學氣相沉積法制備了晶圓尺寸的MoS2材料，通過小型臺式無掩膜直寫光刻系統- MicroWriter ML3制備了基于MoS2材料的人工神經芯片，所制備的芯片經過訓練后，可以精確識別手寫字母。該工作優化了基于MoS2芯片的構架，提升了計算能力，為人工神經芯片領域的發展起到推動作用。
參考文獻
[1]. An artificial neural network chip based on two-dimensional semiconductor. Shunli Ma, Tianxiang Wu, Xinyu Chen, et al. Science Bulletin(2021)
相關產品
小型臺式無掩膜直寫光刻系統- MicroWriter ML3：http://www.dongsenyule.com/product/20160315755.shtml
