可重新配置的基于FINFET的人工神经元及突触设备的制作方法

可重新配置的基于finfet的人工神经元及突触设备
1.相关申请的交叉引用
2.本技术要求享有于2019年8月2日提出的第16/530,714号美国非临时专利申请的优先权权益，在此为了所有目的将该美国非临时专利申请的内容整体以引用方式并入。
技术领域
3.本技术大体描述可以用来形成人工神经元及突触结构的电路结构。更特定而言，本技术描述用于连接鳍式场效应晶体管(finfet)的栅极以在相同技术节点上配置人工神经元及突触结构的方法及结构。


背景技术：

4.现代的电子神经网络包括数字及/或模拟电路系统，该电路系统受到由自然界中发现的神经学系统所使用的生物神经网络的启发且设法接近这些生物神经网络。电子神经网络与它们的自然对应物类似，都试图在不使用任务特定的规则预先编程的情况下学习及执行各种任务及辨识输入刺激。此种学习过程可以使用连接的节点的集合来完成，所述连接的节点表示人工神经元，这些人工神经元在操作上近似生物系统中的神经元的行为。神经元之间的连接可以近似生物突触的行为以在一或更多个人工神经元之间传送信号。可以将神经元及突触的连接的多个相继的层链接在一起以将复杂的任务分解成多个增量阶段。因此，可以用与生物神经网络随着时间的推移学习及成长相同的方式教导电子神经网络执行新的任务。


技术实现要素：

5.在一些实施方式中，一种在半导体装置上一起实施人工神经元及突触的半导体装置可以包括：多个鳍片，形成于该半导体装置上；及多个栅极，围绕该多个鳍片形成，以形成多个鳍式场效应晶体管(finfet)。该多个finfet可以形成一或更多个人工突触及一或更多个人工神经元。该一或更多个人工突触中的每一者均可以包括该多个栅极中的二或更多者。该一或更多个人工神经元中的每一者均包括该多个栅极中的一者。
6.在一些实施方式中，一种在半导体装置上一起实施人工神经元及突触的方法可以包括：在该半导体装置上形成多个鳍片。该方法还可以包括：围绕该多个鳍片形成多个栅极，以形成多个鳍式场效应晶体管(finfet)。该多个finfet可以形成一或更多个人工突触及一或更多个人工神经元。该一或更多个人工突触中的每一者均可以包括该多个栅极中的二或更多者，且该一或更多个人工神经元中的每一者均可以包括该多个栅极中的一者。
7.在任何实施方式中，可以用任何组合且没有限制地并入以下特征中的任一者及/或全部。该装置还可以包括：该多个栅极之间的一或更多个连接，其中该一或更多个连接可以形成一或更多个人工突触及一或更多个人工神经元的网络。可以在栅极沉积之后直接实施该多个栅极之间的该一或更多个连接。可以在该半导体装置的金属层中实施该多个栅极之间的该一或更多个连接。该多个鳍片可以包括第一鳍片，该多个栅极可以包括第一多个
栅极，且可以将该第一多个栅极形成在该第一鳍片上以形成该多个人工突触中的单个人工突触。该多个鳍片可以包括第一多个鳍片，该多个栅极可以包括第一栅极；且可以将该第一栅极形成在该第一多个鳍片上以形成该多个人工突触中的一者的至少一部分。半导体装置可以包括硅基板，且该多个鳍片中的每一者均可以在硅基板中被形成为垂直的脊。该多个finfet可以包括多个铁电finfet。可以在该半导体装置上以均匀的图案形成该多个鳍片，使得该多个鳍片中的每一者均可以用于人工神经元或人工突触。该多个鳍片中的每一者均可以被形成为具有均匀的宽度。可以在制造该半导体装置之后在系统级(system level)中建立该一或更多个连接。可以在制造该半导体装置之后在软件级(software level)中建立该一或更多个连接。该一或更多个人工神经元中的每一者均可以被配置为在电导率状态之间切换之前接收多个信号脉冲。该一或更多个人工突触中的每一者均可以被配置为接收多个信号脉冲，该多个信号脉冲中的每一者均造成相应的域在电导率状态之间切换。该多个鳍片中的每一者均可以为约10nm宽。该多个鳍片及该多个栅极可以在多个离散区域中形成为神经元，且可以连接该多个离散区域中的多个离散区域以形成突触。可以在相同的技术节点中形成该多个鳍片及该多个栅极。可以在该半导体装置上形成一或更多个互补金属氧化物硅(cmos)电路。
附图说明
8.可以通过参考本说明书的其余部分及附图来实现对各种实施方式的本质及优点的进一步了解，其中在所有附图内使用类似的参考标号来指称类似的部件。在一些情况下，子标签与参考标号相关联以指示多个类似部件中的一者。在不指定的情况下参照参考标号时，
9.图1绘示依据一些实施方式的神经网络的一部分的图解。
10.图2绘示依据一些实施方式的实施神经网络的电路网络。
11.图3绘示依据一些实施方式的取决于晶体管面积的铁电场效应晶体管fefet的切换循环。
12.图4绘示依据一些实施方式可以用来实施人工神经元及突触的铁电鳍式场效应晶体管(finfet)。
13.图5绘示依据一些实施方式的具有多个栅极结构的铁电finfet结构的视图。
14.图6绘示依据一些实施方式的用来实施人工突触的具有多个栅极结构的相同铁电finfet结构的视图。
15.图7绘示依据一些实施方式的具有多个鳍片的铁电finfet结构。
16.图8绘示依据一些实施方式的具有多个鳍片及多个栅极的铁电finfet结构。
17.图9绘示依据一些实施方式的finfet结构，该finfet结构包括在相同的技术节点中实施的多个鳍片及多个栅极。
18.图10绘示依据一些实施方式可以如何在finfet结构900中的栅极之间在栅极沉积层上方建立连接。
19.图11绘示依据一些实施方式的用于在半导体装置上一起实施人工神经元及突触的网络的方法的流程图。
具体实施方式
20.本文中描述了用于在半导体装置中在单个技术节点上一起实施人工神经元及人工突触的实施方式。可以在硅基板上制造多行铁电finfet。可以将栅极连接在一起以形成多域finfet，这些多域finfet通过响应于接收到的信号脉冲逐渐转变finfet通道的电导率来近似突触行为。可以使用单栅极通过在切换它们的单个电导率状态之前接收多个信号脉冲来近似神经元行为。因为可以将相同的结构用作人工神经元及人工突触的基础，所以神经网络可以在单个技术节点上形成，且可以在制造时在栅极沉积层或金属沉积层处配置。或者，可以在制造之后使用可配置的连接来在系统级层处配置及/或重新配置神经网络。
21.图1绘示依据一些实施方式的神经网络100的一部分的图解。神经网络100包括多个输入102。这些输入可以与生物系统中的输入对应，例如表示神经纤维的轴突或神经元的细长凸部，其进行电气脉冲且充当神经系统中的传输线。例如，该多个输入102可以表示与相应的光感受器相关联的轴突，这些光感受器用来对周围环境中接收到的光进行编码及传送表示接收到的光的电信号。可以缩放电信号以表示接收到的信号的大小或强度。例如，该多个输入102可以产生与接收到的光信号的强度成比例的电信号。应注意，光感受器及影像辨识的使用是仅通过示例的方式来提供的，且不意味着限制。可以使用其他类型的生物及电神经网络来接收及处理任何类型的输入。
22.在该多个输入102处接收到输入信号之后，该多个输入102中的每一者均可以向一或更多个神经元104传送脉冲106。神经网络100将输入102与神经元104之间的这些路径绘示为多个突触110。在生物神经系统中，突触是一种容许神经元或神经细胞向另一个神经元传递电信号或化学信号的结构。在神经网络100中，可以使用突触110来对生物突触进行建模，这些突触110在输入102与神经元104之间传递加权的信号，该加权的信号表示由输入102所接收的信号的大小。也可以对突触110进行加权。例如，该多个输入102中的单个输入可以接收输入信号，该输入信号在其被发送到不同的神经元104时被突触不同地加权。突触110的加权允许神经网络“学习”辨识特定的输入模式及执行特定的输出任务。在对神经网络中的突触110进行建模时，这些突触可以由半导体装置表示，该半导体装置可以接收多个相继的输入脉冲及产生对应的输出。例如，每个输入脉冲均可以使得突触输出在逻辑0电平与逻辑1电平之间逐渐增加。
23.突触110可以将输入102连接到一或更多个神经元104。可以在输入102与神经元104之间用一对多的拓扑进行这些连接。神经网络中的神经元104可以模仿生物神经元，这些生物神经元是与连接突触之间的其他细胞通信的电气可激发细胞。在接收到足够数量的输入脉冲之后，神经元104可以“发射(fire)”或转变到激发态。该状态可以与来自大脑的感觉响应(例如触碰、声音、光等等)及/或运动控制相关联。为了近似生物神经元的行为，可以使用任何装置来实施神经网络100中的神经元102，该装置可以从一或更多个突触110接收多个输入脉冲，且在接收到阈值数量的输入脉冲之后，使得神经元104的输出108在逻辑0状态与逻辑1状态之间切换。
24.图1绘示了神经网络100的大大简化的视图，以清楚描述各种网络部件。实际上，神经网络100也可以包括位于输入102与输出108之间的一或更多个隐藏层神经元及突触。这些隐藏层或中间层允许将产生最终输出108的任务分解成子步骤，每个子步骤均可以由突触及神经元的对应隐藏层所表示。例如，可以将神经网络100配置为在两个不同类型的影像
之间进行区分，从而在辨识出第一类型的影像时使得输出108a发射，及在辨识出第二类型的影像时使得输出108b发射。神经元及突触的第一隐藏层可以辨识影像内的边缘。神经元及突触的第二隐藏层可以辨识由影像内的边缘所促成的形状。最后，输出级中的神经元104可以结合辨识的形状以在第一影像类型与第二影像类型之间进行区分。因此，从电部件及连接的角度而言，与可以在图1中显而易见的内容相比，神经网络100可以复杂得多。因为复杂的现代神经网络可能伴随着尺寸、复杂度、速率需求、及/或选路困难，所以对能够以仍然可以允许在单个技术节点上高效地布局及制造许多装置的方式表示生物神经元及突触的电路元件存在很大需求。
25.图2绘示依据一些实施方式的实施神经网络的电路网络200。由电路网络200所表示的神经网络可以与图1中的神经网络100类似。与图1的情况一样，图2是简单神经网络的大大简化的视图，其中为了清楚描述可以用来表示神经元及突触的各种电路部件，省略了许多连接及/或隐藏层。电路网络200包括可以与图1的输入102对应的多个输入206。这些输入可以通过表示突触的装置连接到表示神经元204的多个装置。表示突触的装置可以包括晶体管202，这些晶体管将神经元204的输入连接到电路输入206。为了简单起见，已经从图2省略了许多额外的电路元件(例如存取晶体管)。存取晶体管可以防止干扰连接到输入的栅极，而输出连接到fefet的栅极。此存取晶体管与记忆晶体管/元件一起构成伪十字突触阵列的一个突触元件。
26.可以使用许多不同的装置来在电路网络中表示突触。在此电路网络200中，可以使用半导体装置来实施晶体管202，这些半导体装置可以在vg线上接收多个输入脉冲，并且向也是fefet晶体管的神经元204(极限地缩放)提供成比例的输出。因此，可以使用这些晶体管202来对由vg线控制的模拟突触进行建模。此外，神经元204也可以由极限缩放的晶体管装置表示。然而，与表示突触且在接收激发脉冲之后展现导电性的类比的、渐进累积的改变的晶体管202相比，可以将表示神经元204的晶体管配置为从突触接收多个脉冲且在接收到阈值数量的脉冲之后发射。可以使用表示如上所述的神经元及突触的隐藏层的晶体管的隐藏层来增强输入与输出神经元204之间的晶体管连接的此基本网络。因此，在实施电路网络202时，使用可以在单个过程中实施突触的类比行为及神经元的数字行为的半导体装置会是有益的。
27.在各种实施方式中，可以使用许多不同类型的晶体管来实施神经网络的基础部件。然而，本文中所述的一些实施方式可以使用称为铁电场效应晶体管(fefet)的特定类型晶体管。fefet是逻辑/记忆晶体管，其即使在移除电力时也可以维持其逻辑/记忆状态。fefet与传统的金属氧化物硅酸盐(mos)晶体管类似，除了逻辑栅极电介质被铁电材料替换以外，该铁电材料是一种“记得”或储存其曾暴露过的电场的电介质。在fefet中，可以在栅极电介质本身内形成持久的偶极子(或所谓的“域”)，由此将fefet的阈值电压分成可以表示二进制逻辑状态的两个稳定的状态。因为这些稳定状态是持久的，所以fefet的操作可以与传统的基于电荷的快闪存储器单元中一样储存状态信息。fefet也使用相对小量的电力，且本质上可以与传统的cmos技术一起扩充。在用作记忆装置时，与例如为快闪nand存储器的存储器相比，fefet单元的读取/写入时间及写入/抹除幅度也分别明显较快及较低。
28.图3绘示依据一些实施方式的fefet的切换循环。铁电材料是可以在施加外部激发(例如施加的电压)之后改变状态的材料。铁电材料可以包括可以在两个稳定状态之间切换
的多个物理域。可以将铁电体整合到要用作记忆装置的fefet的栅极中。图3绘示fefet的特征中的一个特征，该特征使得fefet对于对神经网络中的神经元及突触进行建模而言特别有用。图3左侧的fefet状态302、304、306、308中的每一者表示在fefet在逻辑0状态与逻辑1状态之间逐渐转变时，fefet的各种状态。因为此种渐进转变，可以使用图3中的fefet来对突触进行建模。回忆一下，突触行为响应于栅极电极上重复的输入脉冲在逻辑状态之间逐渐转变。fefet可以在从神经网络中的输入或其他类似神经元的装置接收脉冲时随着时间的推移逐渐切换电导率，而不是响应于单个事件而切换装置的电导率。
29.为了对突触行为进行建模，可以将fefet设计为相对地比类似的神经元装置大，使得可以将栅极电极表示为可以在栅极电极中在逻辑状态之间独立切换的多个域或物理区域。图3中在处于各种状态302、304、306、308的fefet的栅极电极上使用垂直箭头表示这些域中的每一者。这些垂直箭头的方向改变方向以表示栅极中的对应域的切换行为。改变fefet中的域中的一者可以与fefet中的铁电晶格材料的结构的改变对应。因为晶格本身改变其配置，所以fefet的状态可以在使得域切换的输入脉冲之间持续。并且，每个域均可以用其本身的在稳定状态之间切换的迟滞图310来表示。因此，在fefet的栅极处接收到单个脉冲时，域中的一者可以在稳定状态之间切换，例如从逻辑0转变到逻辑1。
30.从图3上方的fefet状态302开始，fefet可以从逻辑0开始。在此实例中，可以将fefet设计为包括三个相异的域，然而实际上，与三个域相比，装置可以包括更少或更多个的域。向上指的三个垂直箭头中的每一者指示，三个域中的每一者目前均处于稳定的逻辑0状态。在接收到与处于逻辑0状态所需的极性相反的极性的第一输入脉冲之后，fefet可以进入状态304。在状态304下，fefet的第一域已从逻辑0切换到逻辑1。这也在迟滞图310中指示。接收的输入脉冲足以改变单个域，同时使其他域保留在稳定的逻辑0状态。注意，一些转变可能需要多个脉冲才能切换单个域。接下来，fefet可以接收第二输入脉冲，从而使得fefet的第二域转变到逻辑1状态。这由状态306的示图中的fefet的栅极中的改变为向下指的第二箭头所表示。最后，fefet可以接收第三输入脉冲，从而使得最后的域转变到逻辑1状态。
31.具有多个域的fefet内的域的此种渐进转变可以提供状态之间类似类比的转变，这在对突触行为进行建模时是有用的。在接收任何输入脉冲之前，状态302表示fefet的全逻辑0状态。相反地，在接收到足量的输入脉冲(例如至少三个脉冲)之后，状态308表示fefet的全逻辑1状态。因为域中的每一者均独立地切换，所以fefet中的通道的电导率可以用对应的方式在非导电状态与全导电状态之间逐渐改变。电导率的此种改变可以使得在接收正/负输入脉冲以切换对应的域时，突触的输出也逐渐增加/减少。
32.图3中的图表312表示具有变化数量的域的fefet的切换行为。信号314表示随着时间的推移逐渐接收脉冲的多域fefet。接收到的脉冲的数量由水平轴线所表示，而fefet的通道的生成的电导率由垂直轴线所表示。对于多域fefet而言，每个接收到的脉冲或脉冲集合均在独立的域切换时造成通道的电导率的步进增加。由信号314所表示的fefet可以包括至少六个域。曲线318表示理想响应，其可以通过增加fefet中的域的数量来近似。例如，随着fefet中的域的数量增加，信号314的步长可以变得较小，且信号314的整体形状可以开始接近曲线318的形状。图表312因此绘示了可以如何使用多域fefet来对突触的类比输出进行建模，该类比输出成比例地响应于接收到的输入脉冲。
33.与由图3中的多域fefet所绘示的突触行为相比，也可以使用较简单的较小的fefet装置来表示神经网络中的神经元行为。虽然图3中未明确示出，但仅具有单个域的fefet仅会具有单个切换事件。图表312的信号316示出单域fefet可以如何响应多个接收到的脉冲。仅具有单个域的类似神经元的fefet可以展现稳定逻辑状态之间的单个切换事件，而不是在接收到脉冲时切换个别的域。例如，在从表示突触的较大的fefet接收到足够数量的脉冲时，表示神经元的较小的fefet可以“发射”或在稳定状态之间转变。因此，fefet不仅对于表示突触行为而言有用，通过限制装置中的域的数量，fefet也可以用来表示神经元行为。
34.图4绘示依据一些实施方式的可以用来实施人工神经元及突触的铁电鳍式场效应晶体管(finfet)400。finfet 400是包括建造到基板408上的mosfet的多栅极装置。将鳍片401制造在基板408的顶部上以形成晶体管的通道、源极406、及漏极404，而不是将晶体管的源极及漏极实施为基板408中掺杂的井。栅极402可以绕在由鳍片401所形成的通道周围，以在导通/关断晶体管时提供对通道更大的控制。与主流的cmos技术相比，finfet装置具有明显较快的切换时间及较高的电流密度。
35.在此揭示内容的所有其余部分内，可以使用图4左下角的简化图来表示各种finfet装置。然而，图4右上角中的详细图420绘示可以围绕finfet 400的通道沉积的各种层的一个实施方式。对于这些实施方式而言，可以将铁电材料添加(或与现有的高k材料交换)到finfet 400的栅极以用作如上所述的神经元或突触。例如，通道可以包括被栅极氧化物412及铁电材料414环绕的未掺杂的硅鳍片401。可以接着将此铁电结构制造为具有导电栅极材料408以产生用于极化铁电材料414所需的电场。
36.可以使用与使用自对准双图案化技术制造标准逻辑finfet类似的方法来制造铁电finfet 400，其中通过沉积于基板上的膜层的沉积或反应来形成间隔物。蚀刻工序可以接着移除水平表面上的所有填充材料，从而仅在侧壁上留下材料。在移除图案特征之后，仅留下间隔物。可以使用此间隔物技术来在基板上呈行地界定狭窄的鳍片。然而，与标准的finfet制造工序不同，铁电finfet400还可以包括铁电高k沉积步骤及盖顶后退火以稳定铁电相。一些实施方式可以使用与不同比率的硅、铝、镧、锆、及/或hfo-zrox成分混合的固溶体。一些实施方式也可以使用额外的退火工序来将铁电相稳定在高k值内。在制造铁电finfet以实施人工突触时，可以在制造工序的“产线后段(back end of line,beol)”部分中如下文所述地使用多个栅极之间的连接。
37.对于本文中所述的实施方式而言，铁电finfet 400可以特别适于实施人工神经元及突触。在与平坦的装置相比时，可以在铁电材料414中实施鳍片401中的上述的域，以在大规模实施大量装置时提供显著的改善。此外，栅极402的形状可以产生更多的域，同时也减小这些域的尺寸。与其他装置相比，这可以导致提高铁电finfet装置的可变性。其也相对容易将额外的栅极添加到装置以对突触进行建模，这提供了改善的调整装置的能力，且可以允许设计师在相同的硅结构上在实施具有单个栅极的神经元以及具有多个栅极的突触之间进行选择。
38.图4中所绘示的铁电finfet 400可以用来实施人工神经元。可以将单个栅极402设计为包括单个域，该单个域在栅极402接收到多个脉冲之后切换。例如，可以使用铁电finfet 400来实施图2中的人工神经元204中的一者。
39.图5绘示依据一些实施方式的具有多个栅极结构的铁电finfet结构500的视图。此铁电finfet结构500可以包括如图4中所绘示的凸起的鳍片501。然而，单个鳍片501可以具有沉积于鳍片501上的多个栅极502、504、506、508。为了实施人工神经元，可以从多个栅极502、504、506、508选定单个栅极(例如栅极502)且将其连接到来自人工突触的输入。可以接着将单个栅极的任一侧上的源极及漏极区域连接到神经元的输出。
40.图6绘示依据一些实施方式的用来实施人工突触的具有多个栅极结构的相同铁电finfet结构500的视图。可以使用电连接510将多个栅极502、504、506、508电连接在一起，而不是仅使用铁电finfet结构500上的单个栅极502。可以将图6中所绘示的电连接510形成于与栅极502、504、506、508相同的沉积层中。如下文将描述的，也可以将此电连接510制作在栅极502、504、506、508的沉积层上方的金属层中。也可以使用可配置的连接网络或通过系统级的可配置工序来制作此电连接510。
41.通过使用电连接510将该多个栅极502、504、506、508连接在一起，可以形成包括如上所述的多个域的铁电finfet以用于模拟突触行为。特定而言，该多个栅极可以形成多个域，该多个域中的每一者均可以响应于从上游的人工神经元接收到的输入脉冲独立切换。
42.图5及图6中所绘示的铁电finfet可以使用相同的鳍片结构来实施神经元及突触。因此，单个鳍片501可以具有多个栅极502、504、506、508，且这些栅极502、504、506、508之间的连接可以限定鳍片501是人工神经元的一部分还是人工突触的一部分。
43.图7绘示依据一些实施方式的具有多个鳍片的铁电finfet结构700。可以将多个鳍片701、702、703形成于半导体装置或基板705上。可以围绕该多个鳍片701、702、703形成多个栅极710、712、714以基于可以在该多个栅极710、712、714之间建立的变化的连接来形成多个潜在的finfet。在此实例中，可以使用鳍片701上的未连接到多个其他栅极(例如栅极712、714)的栅极710来实施人工神经元。因此，在此实例中，三个鳍片701、702、703及三个栅极710、712、714可以形成三个单独的人工神经元。
44.图8绘示依据一些实施方式的具有多个鳍片及多个栅极的铁电finfet结构800。此铁电finfet结构800与图7的结构700类似，除了多个栅极810、812、814中的每一者均可以电连接在一起以形成人工突触以外。回忆一下，图6中所形成的人工突触使用单个鳍片501来形成人工突触的多个域，该单个鳍片具有附接到单个鳍片501的多个栅极502、504、506、508。相比之下，图8中所形成的人工突触使用各自耦接到多个鳍片801、802、803的多个栅极810、812、814。图6使用多栅极finfet来实施突触，而图8使用多通道finfet来实施突触。再次地，可以使用金属层中的beol工序或使用可配置的系统级工序，通过栅极沉积直接进行这些连接。图8的多通道配置可以是有利的，因为与图6的多栅极、单鳍片配置相比，它是高效的且不会造成神经元的可缩放信号。
45.图9绘示依据一些实施方式的finfet结构900，该finfet结构包括在相同的技术节点中实施的多个鳍片及多个栅极。用语“技术节点”也可以称为“工序节点”、“工序技术”、或单纯称为“节点”。此用语可以指具有特定设计规则、电路产生、及架构的特定半导体制造工序。finfet结构900可以包括制造在多行中的鳍片，其中在鳍片中的每一者上覆加一或更多个栅极结构。图9的实例包括每个鳍片上具有四个栅极的鳍片。然而，这仅绘示finfet结构900的可能布置的一个实例。其他结构可以包括每个鳍片上变化数量的栅极，其范围从单个栅极到五个栅极、七个栅极、十个栅极、十五个栅极、及/或其中的任何范围。例如，一些鳍片
可以仅实施有单个栅极，而其他鳍片可以实施有三个栅极、五个栅极等等，使得可以在相同技术节点中获得变化的栅极配置。
46.使用铁电finfet结构的优点中的一者是，可以在可以遵循逻辑缩放的相同前沿技术节点中实施人工突触及人工神经元。如上所述，与相对大尺寸的人工突触相比，人工神经元的尺寸相对地小。回忆一下，人工突触可能需要多个物理域，这与装置的栅极/通道区域的较大物理尺寸对应。在使用除finfet装置以外的技术时，因为人工神经元及人工突触的尺寸不同，所以必须在不同的技术节点上实施人工神经元及人工突触。然而，本文中所述的多栅极finfet技术允许在相同的技术节点上实施人工神经元及人工突触。一些实施方式也可以使用包括fdsoi或标准的主体高k金属技术的技术。
47.可以首先通过在硅基板的顶部上沉积soi层来制造finfet结构900。接下来，可以在soi的顶部上将牺牲层(例如sige)的线性行沉积到成对鳍片所应在的位置之间的间隙。可以将掩模层(si3n4的sio2)沉积于牺牲层及soi的顶部上，且可以回向蚀刻掩模层以沿着牺牲层的边缘形成间隔物。最后，可以移除牺牲层，且可以蚀刻掉soi，使得仅保留掩模层下方的部分。此部分可以形成位于硅基板的顶部上的成对鳍片。接下来，可以将包括导电层及铁电层的上述各种材料呈图案地沉积在鳍片的顶部上以形成多个未连接及/或连接的栅极。
48.图9中所绘示的finfet结构900表示一组原始铁电finfet晶体管，根据如何将栅极连接在一起，可以将这些原始铁电finfet晶体管配置为神经元及突触的网络。此组finfet的制造在制造期间是有成本效益的，因为可以使用相同的技术节点来建造整个结构。也可以将此结构与其他cmos电路组合，并针对每个特定的应用依需要缩放大小。
49.将多个栅极连接在一起可以形成人工突触，而在鳍片上使用单个栅极可以形成人工神经元。突触可以是多通道(多个鳍片上有多个栅极)及/或多栅极(单个鳍片上有多个栅极)的。一些实施方式可以通过进行直接栅极沉积来将各种栅极连接在一起以形成神经元及突触的网络。例如，在finfet结构900中的鳍片上沉积用于栅极的导电材料的同一工序也可以用来沉积将各种栅极连接在一起以形成人工突触的导电迹线。直接栅极沉积也可以用来将人工突触及人工神经元连接在一起而成为神经网络。
50.图10绘示依据一些实施方式可以如何在finfet结构900中的栅极之间在栅极沉积层上方建立连接。一些实施方式可以在beol工艺中在栅极之间添加连接(例如金属层)以形成突触及神经网络。在图10的实例中，可以使用金属层1010来对各种栅极之间的连接进行选路。例如，可以使用金属层1010中的连接1002来将单个鳍片1018上的三个栅极1012、1014、1016连接在一起以形成突触。可以通过多个通孔1020、1022、1024将栅极1012、1014、1016连接到金属层1010。由三个连接的栅极1012、1014、1016所形成的突触可以表示如上所述的多栅极单鳍片人工突触。
51.也可以使用相同的工序来使用多个鳍片形成多通道突触。例如，可以使用金属层1010中的连接1006及一对通孔1048、1050将不同的鳍片1040、1042上的多个栅极1044、1046连接在一起。这可以形成多通道突触，其在某些实施方式中可以是优选的。此外，可以通过将单个栅极1060连接到金属层1010中的连接1004来形成神经元。虽然图10中未明确示出，但也可以在人工突触与人工神经元之间在金属层1010中建立额外的连接。此外，可以将finfet的源极/漏极区域通过通孔连接到金属层1010以完成神经网络。
52.在一些实施方式中，金属层1010中所绘示的连接可以替代地建立在系统级层中，使得可以在制造工序完成之后配置及/或重新配置finfet结构900。例如，图9及图10中的finfet结构900上的栅极中的每一者均可以具有通往系统级层的通孔连接。在一些实施方式中，系统级层可以包括可配置的连接网络，例如现场可编程逻辑门阵列(fpga)或其他可配置逻辑装置中发现的可配置网络。此选项允许通过控制系统级层中的连接来配置及重新配置神经网络多次。一些实施方式也可以将耦接到栅极中的每一者的通孔连接到可编程处理器(例如微控制器或微处理器)的输入。这些实施方式允许在运行期配置及重新配置神经网络中的连接。
53.图11绘示依据一些实施方式的用于在半导体装置上一起实施人工神经元及突触的网络的方法的流程图1100。该方法可以包括在半导体装置上形成多个鳍片(1102)。可以使用上述的工序来形成鳍片。可以在单个技术节点中将鳍片形成于单个硅基板上。一些实施方式可以形成鳍片，使得它们具有均匀的宽度及/或均匀的间隔。半导体装置可以包括硅基板，其中如上所示，该多个鳍片中的每一者均在硅基板上被形成为垂直的脊。鳍片可以是任何的宽度，例如10nm宽。
54.该方法还可以包括围绕该多个鳍片形成多个栅极以形成多个finfet装置(1104)。finfet装置还可以包括铁电材料的层以形成铁电finfet。如图10中所绘示，可以将该多个栅极形成为使得在单个鳍片上形成多个栅极，及使得在单个鳍片上形成单个栅极。
55.该方法还可以包括在该多个栅极中将栅极连接在一起以形成人工神经元及/或人工突触(1106)。例如，可以通过将单个鳍片上的多个栅极连接在一起来形成人工突触。也可以通过将多个鳍片上的多个栅极连接在一起来形成人工突触。可以将人工突触与人工神经元之间的连接及用来形成人工突触的连接形成于如上所述的栅极沉积层、金属层、或系统级层中。这些连接也可以包括神经元与突触之间的连接以形成神经网络。在神经网络形成时，可以将人工神经元配置为在如上所述地在导电状态之间切换之前接收多个信号脉冲。类似地，可以将人工突触配置为接收多个信号脉冲，该多个信号脉冲相继地使突触内的各别域在导电状态之间切换。
56.应理解，图11中所绘示的具体步骤提供了依据各种实施方式实施人工神经元及人工突触的特定方法。也可以依据替代性实施方式执行其他的步骤序列。例如，替代性实施方式可以用不同的顺序执行上文所概述的步骤。并且，图11中所绘示的个别步骤可以包括多个子步骤，这些子步骤可以用适合于个别步骤的各种序列执行。并且，可以取决于特定的应用而添加或移除额外的步骤。本领域中的普通技术人员会认识到许多变型、变体、及替代方案。
57.在前述说明中，出于解释的目的，阐述了许多具体的细节以提供对各种实施方式的透彻了解。然而，本领域中的技术人员将理解，可以在没有这些具体细节中的一些的情况下实行实施方式。在其他的情况下，用方块图的形式示出众所周知的结构及装置。
58.前述说明仅提供了示例性实施方式，且不意在限制本揭示内容的范围、可适用性、或配置。而是，示例实施方式的前述说明将把用于实施示例实施方式的促成说明提供给本领域中的技术人员。应了解，在不脱离如随附权利要求书中所阐述的各种实施方式的精神及范围的情况下，可以对元件的功能及布置作出各种改变。
59.在前述说明中给出了具体的细节以提供对实施方式的透彻了解。然而，本领域中
的普通技术人员将了解，可以在没有这些具体细节的情况下实行实施方式。例如，可能将电路、系统、网络、过程、及其他部件用方块图的形式示为部件以便不会用不必要的细节使实施方式模糊。在其他情况下，可能在没有不必要的细节的情况下示出众所周知的电路、过程、演算法、结构、及技术以避免使实施方式模糊。
60.并且，应注意，可能将个别的实施方式描述为过程，该过程被描绘为流程图、数据流程图、结构图、或方块图。虽然流程图可能将操作描述为顺序的过程，但也可以平行或同时地执行许多操作。此外，可以重新布置操作的顺序。在过程的操作完成时，过程终止，但可以具有不包括在图中的额外步骤。过程可以与方法、函数、工序、子程序、辅程序等等对应。在过程与函数对应时，过程的终止可以与该函数返回到调用函数或主函数对应。
61.在前述的说明书中，参照具体实施方式描述了各种实施方式的方面，但本领域中的技术人员将认识到，本发明不限于此。可以单独地或共同地使用上述实施方式的各种特征及方面。进一步地，在不脱离本说明书的较广精神及范围的情况下，可以在本文中所述的环境及应用之外的任何数量的环境及应用中使用实施方式。因此，要将本说明书及附图认为是说明性而不是限制性的。