近日,新萄京ag65609com-(深圳)有限公司许小红教授、薛武红副教授与复旦大学周鹏教授、南方科技大学周菲迟副教授合作,提出并构建全范德华SnS2/h-BN/CuInP2S6基铁电场效应晶体管,通过光诱导铁电极化翻转实现优异的存储性能和感知-存储-计算一体化的神经形态视觉系统。研究成果以“Integrated In-Memory Sensor and Computing of Artificial Vision Based on full-vdW Optoelectronic Ferroelectric Field-Effect Transistor”为题,在Advanced Science期刊(SCI一区TOP,影响因子:15.1)上发表。博士研究生王鹏(导师:许小红教授)为论文的第一作者,该研究成果得到了国家重点研发计划、国家自然科学基金项目的资助。
在单一器件中构建多态存储和感存算“全在一”功能器件,可以避免由传感、存储和处理单元的物理分离所引起的高能耗、时间延迟和高硬件成本问题,有望满足大数据时代对海量信息进行高效处理的需求,已成为当前科技前沿热点。基于铁电/介电层/光电半导体结构的神经形态器件具有非易失性、读写速度快、多态存储、功耗低等特点。在电场和光场激励下,铁电极化翻转形成不同比例的混合铁电畴,有望实现多态存储和感存算“全在一”的神经形态视觉功能器件。
基于新材料和新器件架构,该团队构建了二维全范德华SnS2/h-BN/CuInP2S6基铁电场效应晶体管(Fe-FET)器件,将高性能非易失存储器和感存算“全在一”神经形态视觉系统集成到单个Fe-FET中。该器件具有105的高开/关比、超过10年的存储保持时间和128个(7-bit)非易失存储态(图1)。同时,基于光诱导铁电极化翻转成功模拟了突触可塑性和联想学习等;并利用非线性光学响应和多态存储特性构建储备池计算系统,手写字母识别准确率高达93.62%,成功实现了感存算“全在一”神经形态视觉系统(图2)。这项工作为新兴的紧凑型神经形态光电混合系统提供了一种策略,有望应用于智能机器人、无人驾驶技术和其他人工智能等领域。(来源:科技部 材料科学研究院)
图1.光电调控极化构型的机理示意图和非易失性存储性能
图2. 感存算“全在一”神经形态视觉功能器件和巴普洛夫狗联想学习模拟