基于低维材料的神经形态器件研究进展

摘要：

大数据和物联网时代的到来使得传统冯·诺依曼架构的计算机在数据处理过程中面临极大的挑战,存算分离的架构从根本上限制着计算机的计算速度和能效,迫切地需要开发一种新的计算范式来应对当前面临的问题和挑战.近年来,神经形态计算以高度的并行处理、极低功耗和存算一体的特征受到广泛关注.其中,具有独特物理机制的新型神经形态器件是构建神经形态芯片的基本底层单元.在构建神经形态器件的众多候选电子材料中,低维材料相比传统三维材料具有优异的物理特性和电学特性,并且弱的层间范德华力使其易于堆叠,有利于异质整合集成.本文详述了基于低维材料的人工突触器件和人工神经元器件的研究进展,总结了不同类型神经形态器件的工作机制、性能指标和技术优势.在此基础上,介绍了低维材料的神经形态器件在视觉、听觉、运动控制和规模集成芯片等领域的应用,并对神经形态器件未来发展趋势进行了展望.

关键词：低维材料、人工突触器件、人工神经元器件、神经形态芯片

所属期刊栏目：44

分类号：O47(半导体物理学)

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共27页

页码：1085-1111