Yanning Chen1Guobin Zhang2Fang Liu1Bo Wu1Yongfeng Deng1Dawei Gao2Yishu Zhang2 · 半导体学报 · 2025年1月 · Vol.46

随着传统冯·诺依曼架构在应对大数据与复杂计算任务时面临瓶颈，受人脑神经网络启发的类脑计算成为有前景的替代方案。易失性忆阻器，特别是莫特忆阻器和扩散型忆阻器，因其可模拟神经元的脉冲发放等动态特性，受到广泛关注，有望构建可重构、自适应的计算系统。近期研究已实现漏电积分-放电、霍奇金-赫胥黎、光电及时间表面神经元模型，显著提升了类脑系统的能效与集成度。本文综述基于易失性忆阻器的人工神经元最新进展，探讨其与人工突触集成的潜力，并指出提升器件可靠性与探索新架构是未来发展的关键挑战。

解读: 忆阻器类脑计算技术对阳光电源智能控制系统具有前瞻性价值。其低功耗、高并行的神经形态计算特性可应用于：1）PowerTitan储能系统的实时功率预测与能量管理，通过硬件神经网络实现毫秒级响应的负荷预测和削峰填谷优化；2）SG系列逆变器的MPPT算法加速，利用忆阻器阵列实现复杂光照条件下的快速最优点追踪...