JPhys Materials编辑优选:二维材料在忆阻神经元中的应用

13 1月 2025 gabriels
本篇研究来自清华大学田禾课题组。本综述旨在分析总结二维材料在忆阻神经元器件与神经形态计算系统中发挥出的新功能与独特优势。


文章介绍

Emerging Functions of Two-Dimensional Materials in Memristive Neurons

Yuwan Hong, Yanming Liu, Ruonan Li, He Tian(田禾)

 

通讯作者:

  • 田禾,清华大学

 

研究背景:

随着数据密集型应用的蓬勃发展,传统的冯诺依曼计算机在处理这些问题时出现了内存墙、功耗墙等问题。神经形态计算受到人类大脑的智能和超高效率启发,可以有效解决传统计算机内存与功耗瓶颈。神经元是神经形态计算系统的关键单元,它可以整合时间和空间维度的信息并发出指令。早期的神经元器件依靠CMOS技术实现,由数十个晶体管电路构成,其功耗、面积与功能存在着较大的优化空间。

近些年,研究聚焦于基于忆阻原理的神经元器件,它具有更丰富的功能和更简单的器件结构。二维材料具有出色的电学特性和各种感知能力,因此越来越多的研究将其引入到神经元器件中。本综述旨在分析总结二维材料在忆阻神经元器件与神经形态计算系统中发挥出的新功能与独特优势。

 

研究内容:

本文首先分析了二维材料在神经元器件性能上带来的优势。用二维材料代替传统氧化物介质层,可以实现跟高的离子扩散迁移率,进而利用单一忆阻器件实现神经元行为,避免1R1C的面积开销。同时二维材料的单原子层厚度适合做表面工程,可以有效调整忆阻介质中粒子的迁移。二维材料还可以实现栅极调控的三端忆阻器结构,可以提高器件稳定性与可调性。除此以外,二维材料具有多样的能带结构,可以实现大开关比、低功耗等性能要求。二维材料的传感特性拓展了神经元器件的功能,基于二维材料的神经元器件可以实现光信号与电信号的多模态时空整合,大幅降低了图像信息处理的内存占用,实现同步的感知与处理。

 

除了神经元器件,本综述还梳理了基于二维材料的神经形态计算系统研究进展。二维材料的引入实现了突触和神经元的器件整合,感知-存储-计算一体的仿生系统以及柔性可穿戴系统。

 

最后,作者针对二维材料神经形态计算系统的未来发展做出了分析展望。从二维材料出发,还有许多独特的性能没有被发掘利用,大面积二维材料制备仍存在发展空间。对于神经元器件,还有许多仿生功能尚未实现,如何实现突触和神经元的大规模集成也是亟待解决的问题。从系统角度看,更深入的人脑生物研究与适配算法的开发也是关键。

 


作者介绍

田禾  副教授

清华大学

  • 田禾,现为清华大学集成电路学院长聘副教授、集成纳电子科学研究所副所长,入选国家级高层次科技创新领军人才、国家优青、国际先进材料学会会士(IAAM Fellow)。研究二维材料新型器件,在Nature、Nature Machine Intelligence、Nature Communications、Science Advances等期刊发表论文200余篇,总他引超1万次,入选科睿唯安高被引学者(2024年)、全球前2%顶尖科学家榜单(2022年和2023年)。主持国家某重点专项、科技部2030重大项目青年科学家项目、国家自然基金项目、北京市自然基金重点项目等,研究成果入选中国十大科技新闻(2022年)、中国半导体十大进展(2022年)、中国十大重大技术进展(2017年),获茅以升北京青年科技奖、电子学会青年科学家奖、“一带一路”发明展金奖、电子学会自然科学一等奖、教育部霍英东青年教师基金、中国科协青托。现任Microelectronic Engineering副主编、IEEE Electron Devices Reviews副主编以及Infomat青年编委、Nano-Micro Letters青年编委、半导体学报青年编委等。

期刊介绍

JPhys Materials

  • 2023年影响因子:4.9  Citescore:10.3
  • JPhys Materials(JPMATER)是一本新出版的开放获取期刊,涵盖材料研究中最重要和最激动人心的进展,着重关注跨学科和多学科研究,包括:生物和生物医学材料;碳材料;电子材料;能源和环境材料;玻璃和非晶态材料;磁性材料;金属和合金;超材料;纳米;有机材料;光子材料;聚合物和有机化合物;半导体;智能材料;软物质;超导体;表面、界面和薄膜等。