得益于神经形态计算,尤其是人工神经网络的开发,近年来人工智能蓬勃发展。然而,当前的人工智能仍然基于传统的冯·诺依曼计算机,每次计算往往伴随着巨量的能源消耗,同时随着数据量爆炸增长,冯·诺依曼计算机已经越来越难以支撑神经形态计算所需的巨大算力。因此,构筑全新的计算架构对于推动神经形态计算乃至人工智能的发展尤为重要。人脑的神经信息活动具有卓越的特性,例如大规模并行,分布式存储和处理,自组织,自学习以及低功耗。生物学研究表明,人脑的这些出色功能主要得益于神经系统中具有计算和存储功能的生物突触。基于神经突触器件构筑新颖的计…