摘要

       人工智能等技术的飞速发展对智能芯片的算力与能效提出了越来越高的需求。随着摩尔定律的放缓，传统芯片面临尺寸微缩的工艺瓶颈与存算分离架构带来的冯·诺伊曼瓶颈。受大脑启发，基于忆阻器等神经形态器件的类脑计算成为突破芯片算力与能效瓶颈最具潜力的技术路线之一。本报告将阐述神经形态器件与类脑计算的基本原理介绍脑启发的类脑器件与仿生神经网络的研究进展，进一步探索基于忆阻器类脑计算芯片的新型脑机接口的应用，最后展望基于忆阻器的类脑计算技术的未来发展趋势。

 个人简介 

       唐建石，清华大学集成电路学院长聘副教授、副院长。本科毕业于清华大学，博士毕业于UCLA，2015-2019年在美国IBM Watson Research Center工作，入选2项国家级人才计划、MIT TR35 China榜单，先后获清华大学“学术新人奖”、中国电子学会自然科学一等奖、中国半导体十大研究进展、中国新锐科技人物卓越影响奖、IEEE Brain Best Paper Award等奖项。主要研究方向包括新型存储器与类脑计算等，先后主持科技部青年科学家项目、基金委重点项目等10余项。以第一/通讯作者在Nature Electronics、Nature Nanotechnology、IEDM、VLSI等重要期刊和国际会议上发表论文60余篇，担任IEEE Transactions on Electron Devices编辑、Journal ofSemiconductors编委，IEDM、IEEE-NANO、EDTM、CSTIC等国际会议的TPC。