摘要：德国布伦瑞克工业大学氮化物技术中心（NTC）的一个研究团队旨在通过使用基于microLED的神经形态处理，使未来的计算机更加强大和节能。他们的研究成果“MicroLEDs for optical neuromorphic computing-applicati

来源：雅时化合物半导体

德国团队成功测试用于神经形态计算的microLED技术

上图：Andreas Waag（布伦瑞克工业大学）和Christian Werner（奥斯特法利亚应用科技大学）在基于LED的神经形态计算机演示器前。图片来源：Laurenz Kötter/布伦瑞克工业大学

德国布伦瑞克工业大学氮化物技术中心（NTC）的一个研究团队旨在通过使用基于microLED的神经形态处理，使未来的计算机更加强大和节能。他们的研究成果“MicroLEDs for optical neuromorphic computing-application potential and present challenges”发表在Journal of Physics Photonics上。

布伦瑞克工业大学半导体技术研究所的Andreas Waag同时也是氮化物技术中心的发言人，他表示：“通过使用电子电路或光子元件，我们的光学神经形态计算可模仿生物神经网络（例如人脑中的神经网络）的运作。”

奥斯特法利亚应用科技大学的Christian Werner补充道：“这避免了传统数字计算机技术的弱点，这些弱点会导致人工智能应用中大规模并行信息处理产生巨大的能源需求。”预计10年后，全球约三分之一的电能将用于超级计算机及其冷却。

氮化物技术中心的研究人员们正在将GaN元件与传统硅微电子技术相结合，以开辟全新的应用领域，例如具有数十万个microLED的高度集成阵列，QuantumFrontiers卓越集群和Quantum Valley Lower Saxony (QVLS)也正在采用这一技术。Andreas Waag表示：“GaN的特殊性能非常适合尺寸在一微米及以下的microLED。”

该研究团队还认为，基于GaN的microLED技术具有巨大潜力，可将极度“渴求能量”的人工智能系统的功耗降低10000倍。这些microLED可以执行原本由硅晶体管执行的任务。并行内存处理与高效光子生产和检测相结合，创造出一种可物理映射不同层次神经网络并实现并行信息流的硬件。

在基于这项技术的“人工大脑”成为现实之前，还有许多研究工作要做，但该技术有望节省大量能源。氮化物技术中心研究团队已开发出一个拥有1000个神经元的宏观光学microLED演示器。该演示器已通过一项标准的人工智能模式识别测试：它能够识别出以杂乱方式书写的从零到九的数字，但对于人类来说，其中有些数字很难辨认。

来源：CSC化合物半导体