存算合一！纳米力学为类脑计算开辟新路径

麻省理工学院的研究人员打造出一种全新计算平台，有望用于研发具备智能自适应特性的下一代电子器件。该平台可以在一个极度紧凑、高能效的器件内，同时实现计算、存储等多项功能。

这类平台为低功耗边缘计算应用、交互式医疗与环境监测系统、智能机器人带来发展机遇。研究人员利用软聚合物在纳米尺度下独特的力学响应实现了该成果。力学响应指结构在外力作用下发生形态改变的特性。他们借助这种力学响应，制备出微型力学器件。器件依靠可重构形变来存储、处理信息，模拟人脑神经元的工作方式。

由于核心计算功能直接内嵌于软聚合物材料的本征属性，实现这些功能所需的元器件数量被降至最低，由此得到一款体积小巧、功能多样的信息处理平台。“复杂且相互耦合的纳米尺度现象，为信息处理新方案、计算‑传感‑驱动等多功能集成带来巨大机遇。这可以让纳米器件与系统实现传统计算平台难以企及的能效、自主能力与可重构水平。” 电气工程与计算机科学系（EECS）副教授、电子学研究实验室（RLE）成员、本论文通讯作者Farnaz Niroui表示，“在本研究中，我们利用材料本身的力学特性来设计器件级动态行为。相较于传统思路，材料基底在定义器件功能上发挥了更为关键的作用。”

受生物启发的计算

生物系统可以依靠运动、形变这类物理变化高效处理信息，无需中央控制器。例如，章鱼拥有高度分布式的神经系统，约三分之二的神经元分布在触腕之中。这使得章鱼可以在局部感知、处理环境信息，无需经由大脑中枢即可做出响应。章鱼还可以通过改变皮肤色素细胞的物理形态，快速完成适配环境的伪装。“可以把章鱼看作一种连续计算物质，计算、存储、感知、驱动能力分布在全身各处。”Niroui补充道。

受这类生物特性启发，研究人员希望开发一套依靠纳米尺度力学形变完成计算的平台。在力学计算体系中，运算是通过运动、压缩等物理形态变换实现。

目前已经有微米、宏观尺度的生物启发力学计算平台问世，而麻省理工学院团队将器件缩小至纳米级别。在该尺度下，极其微小的力学形变就会带来材料性质的剧烈变化，能够在高能效平台上实现复杂计算。

但实现计算所需的可逆纳米力学形变是一大基础难题：当两个表面距离极近时，强粘附力会把两者牢牢吸附，无法再次分离。为攻克这一核心难题，研究人员制备出一款器件，两层金属电极中间夹着一层极薄的聚二甲基硅氧烷（PDMS）软聚合物薄膜。这层软性隔离层可以平衡两块金属表面之间的粘附力，避免电极发生不可逆的贴合碰撞。

“内部的软材料相当于一只‘纳米弹簧’，平衡各个作用力，以此实现可控、可逆的纳米尺度力学重构。”Niroui解释说。向器件施加电压时，两块金属极板相互吸引，挤压中间软材料，进而改变器件内部的电流。“PDMS具备粘弹性，被压缩之后，它需要一段时间才能恢复原始形态。这就让器件能够动态记忆曾经施加过的力与电压，并把这段历史转化为电信号输出。”Satterthwaite介绍。

研究人员利用该特性，实现了人工神经元。

类脑信息处理

人脑中，神经元会一点点累积电荷，达到阈值之后便触发放电，将信息传递给网络内其他神经元。这款器件复刻了该行为：持续施加电压，电极逐步挤压PDMS薄膜完成刺激信号累积；达到阈值后，器件就会像神经元一样 “放电”，之后再松弛恢复初始状态。

“这套实现生物计算基础的复杂功能，全部集成在单个纳米器件之内。”Satterthwaite说道。计算与存储融合在单一器件内部，不再需要电容、复杂电路等外部元器件，因此该平台可以在极小面积下实现很高的能效。

“器件性能高度依赖软聚合物带来的记忆效应。我们可以在很大设计空间内对该特性进行人为调控，匹配不同应用场景的需求。”Spector表示。

Spector补充，该器件还可以和生物系统兼容。例如可用于智能假肢，快速处理触觉数据；或是低功耗可穿戴贴片，实时采集、分析人体健康指标。

未来，研究团队计划进一步拓展这项工作，把传感功能同计算、存储深度集成，打造纳米力学计算材料，用于各类智能自适应系统。