神经形态电路也可称为人工神经元电路，当这种电路规模大到集成电路，就可以称为神经形态芯片。现在的集成电路都是做在硅片上的，所以神经形态电路也称为硅神经元。

从功能的角度来看，硅神经元都可以被描述为电路中的一个或多个突触模块以及与之相连的神经元细胞模块，突触模块负责从其它神经元接收激发尖峰电压，在一段时间内将其集成并转换成电流输往神经元细胞模块。细胞模块模拟一个生物神经细胞团，累积或者积分由突触传来的时空输入信号，再输出模拟的动作电位或者产生数字激发（尖峰）事件。也就是说，突触和细胞体模块可以连接到电路中，模拟神经元的空间结构和动作实施，模拟分别发生在神经元树突（接收信号）和轴突（传递信号）中的信号处理。

神经形态电路大体可分为3个部分：突触电路，神经细胞体电路，树突、轴突电路。

突触电路：

在氮化硅（SiN）上蚀刻出的突触电路可以对输入的激发尖峰电信号进行线性和非线性整合，这种整合是在精细的时间动态以及短期和长期的可塑性机制框架内完成。时间动态以及短期和长期的可塑性机制被认为是神经细胞的基本学习机制。硅突触的时间整合电路，以及那些负责转换尖峰电压进入兴奋性突触后电流（IPSC：Excitatory Post-Synaptic Currents）或者抑制性突触后电流（EPSC：Inhibitory Post-Synaptic Currents）的神经细胞电路，与许多通用电路具有共同的特征。因而在后边的行文中，我们只描述那些兴奋态尖峰电压转换为电流这一基本功能的电路，以及时间整合电路。它们复杂的非线性特征、与学习相关的激发态时间依赖可塑性机制另辟它文。

神经细胞体电路：

一个氮化硅的神经细胞模块可以被进一步细分为几个功能模块，以反映它们所实现的理论模型的计算性能。按照神经细胞处理信号的阶段，通常情况下，神经细胞模块分为下列其中一个或多个子模块或者阶段：线性或非线性的时间集成（积分）块，激发电压产生块，不应期块，激发电压频率或激发阈值适配模块。这些功能的子模块可使用不同的电路设计和样式来实现。根据所设计的神经元电路功能和所使用的模块，以及它们怎样结合或者组合，氮化硅蚀刻电路可以实现大规模的神经元模型，从简单的线性阈值单模块电路到复杂的多模块电路。