本期封面报道单位 安徽大学集成电路学院  

 封面文章 忆阻器基神经形态计算器件与系统研究进展 

中文引用格式：郭文斌,汪泽清,吴祖恒,蔺智挺. 忆阻器基神经形态计算器件与系统研究进展[J]. 电子与封装, 2024, 24(4): 040401 .  

在过去几十年里，CMOS技术的迅速发展带来了时代的飞速进步。晶体管高集成度带来的算力提升也带来了更高的算力需求。然而，随着CMOS器件尺寸接近其物理极限，传统计算机存算分离的架构面临着“存储墙”和“功耗墙”的问题，为了解决传统冯·诺伊曼计算机架构在部署算法过程中面临的挑战。近年来，产业界和学术界探索了各式各样的智能学习算法及其硬件架构，其中神经形态计算系统是一种新的计算范式，通过模拟人脑结构来构建高效、低功耗的新型智能计算系统，具有存-算融合、高并行计算等特点，有望解决传统计算系统中的“冯·诺依曼瓶颈”问题。  

忆阻器作为新原理器件，与现有互补金属氧化物半导体（CMOS）器件相比，具有结构简单、集成密度高、微缩性好、操作能耗低、易于三维集成等优点，是实现神经形态计算技术的理想存储器件之一。《电子与封装》特邀安徽大学蔺智挺教授团队撰写《忆阻器基神经形态计算器件与系统研究进展》,对近年来忆阻器基神经形态计算技术的研究进展进行综述，主要内容包括忆阻器基神经突触和神经元各种特性实现以及忆阻器基神经形态计算系统研究进展，并对当前忆阻器基神经形态计算技术面临的挑战进行了总结及前景展望。