根据论文作者的说法，FeFET这种类型存储器的电压可以通过模拟突触权重的方式进行调整，突触权重是神经形态计算的重要元素。FeFET的一大优势是一些铁电化合物能够与传统的CMOS兼容，因此更容易集成到当下标准的计算平台中。当然，FeFET没有大规模商用也是因为其还存在明显缺点，主要是该技术还受到DRAM的一些限制，包括伸缩性、泄漏和可靠性等方面都有待提升。IEDM的一篇论文指出，SK 海力士、Lam及其它公司都对外表示，由于外部问题，铁电铪材料的实际开关速度比原本预期的要慢。

在商用层面，Fraunhofer、格罗方德和NaMLab从2009年就开始了FeFET的研发，SK 海力士、Lam等也有相关的研发计划。

突触晶体管

与论文中提到的其他技术不同，突触晶体管专门用于模拟神经元的行为。晶体管是三端子结构，包括栅极、源极和漏极。栅极使用电导将突触权重传递到通道，而源极和漏极用于读取该权重。电解质溶液用于调节通道的电导，实现神经形态功能的核心模拟行为。

中国国内的研究机构在突触晶体管的研发上有着不错的进展。2017年，中国科学院物理研究所/北京凝聚态物理国家实验室（筹）磁学国家重点实验室M06采用二维材料α-MoO3单晶薄片作为沟道材料制备了一种三端阻变器件，利用离子液体作为栅极，施加电场在二维材料间隙层中注入氢离子，实现了α-MoO3沟道电阻在低能耗条件下的多态可逆变化。在此基础上，研究人员通过改变脉冲电场触发次数、宽度、频率和脉冲间隔，成功模拟了生物学中的神经突触权重增强和减弱过程、短时记忆至长时记忆的转变、激发频率依赖可塑性（SRDP）和STDP等行为。

论文作者指出，突触晶体管拥有“卓越的性能”，甚至可能比生物等效物更好。不过，这项技术仍处于早期研究阶段，目前的实现方式在耐久性、速度和电解质方面都受到限制。此外，突触晶体管从未被证明可以作为神经网络进行连贯地工作。

总的来说，论文中提到的这些技术都有潜力来“显著提高计算速度，同时降低功耗”。论文作者承认每种技术都有自己特定的优势和劣势。他们认为，至少在可预见的未来，任何人工神经形态系统的实现仍然必须依赖CMOS电路来作为外围组件。作者在论文中这样写道：“为了使神经形态系统能够自立，这些新设备技术必须突飞猛进。” “这些技术是仍然需要持续发展的领域，通过材料科学家、设备工程师、硬件设计师、计算机架构师和程序员之间的强有力合作将有助于促进跨学科对话，以解决神经形态计算领域面临的诸多挑战。”