撰稿：付曉（國科大杭州高等研究院，中科院上海技術物理研究所）

本文由論文作者團隊（課題組）投稿

分立式構架的瓶頸

高動態(tài)自主決策是仿生智能感知的核心，其發(fā)展依賴于高效率的信息獲取和處理能力，然而當前的智能感知技術基于圖像獲取、存儲與計算的分立式構架，使得圖像數(shù)據(jù)在各層級之間進行大量的搬運，降低了數(shù)據(jù)的處理速度，同時產(chǎn)生了大量的功耗。

圖1：分立式構架的智能感知技術。

感存算一體器件模擬人類視網(wǎng)膜和大腦的工作方式，利用神經(jīng)網(wǎng)絡算法對圖像信息進行并行處理，基于光電流計算和基爾霍夫定律實現(xiàn)乘累加運算。

一方面，為了抑制暗電流對神經(jīng)網(wǎng)絡計算的影響，并降低器件功耗，出現(xiàn)了柵壓調(diào)控二維半導體極性并實現(xiàn)可重構短路光電流的相關工作。然而，為獲得極性可調(diào)的神經(jīng)形態(tài)光電器件，溝道材料必須非常薄，導致了較低的量子效率，影響了計算的精度。

另一方面，為實現(xiàn)光響應率的本地寄存，需要集成浮柵、鐵電等復雜結構，增加了集成的難度和成本。

二端憶阻系統(tǒng)與生物突觸具有內(nèi)在相似性，基于憶阻系統(tǒng)的交叉陣列可以在硬件層面高效完成神經(jīng)網(wǎng)絡乘累加運算。通過在憶阻系統(tǒng)中引入光電材料，利用電荷/光通量調(diào)控光生載流子的輸運特性，使得憶阻系統(tǒng)在電導率、光響應率參量方面具有高度的可調(diào)特性。

全二維光電憶阻器

針對以上關鍵問題，國科大杭州高等研究院、中科院上海技術物理研究所胡偉達、苗金水團隊提出了一種基于簡單二端結構的光電憶阻器，實現(xiàn)了零偏下通過電荷/光子通量有效調(diào)控的可重構光響應及其本地寄存，為感存算一體化集成技術的發(fā)展奠定了器件基礎。

相關結果以“Graphene/MoS???O?/graphene photomemristor with tunable non-volatile responsivities for neuromorphic vision processing”為題在Light: Science & Applications上發(fā)表。付曉博士為論文第一作者。研究工作得到國家重點研發(fā)計劃、國家自然科學基金、上海市自然科學基金的支持。

新型光電憶阻器器件基于全二維的石墨烯/氧硫化鉬/石墨烯結構，由于光激發(fā)載流子和氧離子的耦合，導致光照下電流-電壓特性的位移滯后效應，展示出極高的可調(diào)短路光電流和非易失性光響應等優(yōu)異性能，以及良好的耐受和保持特性。

圖 2：光電憶阻器的多光響應態(tài)調(diào)控。

研究團隊通過原位拉曼表征，厘清了石墨烯電極氧化還原對器件幾何非對稱性的影響機理。通過Sentaurus-TCAD模擬，闡述了幾何非對稱性對電導調(diào)制以及短路光電流可重構的變化機制；通過更換不易氧化的惰性電極驗證了光響應切換的工作原理。突破了電導/光電導可調(diào)的憶阻器的局限性，制備了結構簡單、性能優(yōu)異的短路光電流可重構新型光電器件。

圖3：(a) 光照下器件滯回曲線。(b-c) 不同光響應態(tài)下原位拉曼數(shù)據(jù)。

“Photoresponse-stateful”布爾邏輯

研究團隊基于研制的感存算一體器件不僅構建了類視網(wǎng)膜圖像預處理卷積核以及光電單層感知網(wǎng)絡，實現(xiàn)了圖像的預處理和圖像識別任務，還首次提出了以光響應態(tài)本身作為輸入和輸出的“photoresponse-stateful”布爾邏輯。通過電路設計，實現(xiàn)了計算完備的實質(zhì)蘊涵（IMP）和非（FALSE）操作。

圖4: (a) 基于一組由光刺激觸發(fā)的IMP操作示意圖。(b) 器件s、p和q在不同光強照射下的滯回曲線。(c) 用于IMP操作的光脈沖和電脈沖圖。藍色和紅色曲線顯示了器件p和q在IMP操作之前和期間的光和電信號，橙色曲線顯示了IMP操作后光響應狀態(tài)的變化，再現(xiàn)了IMP真值表。

前景展望

本工作構筑了光響應率可重構的感存算一體器件，同時二端結構具有高集成、非易失性等優(yōu)點，可應用于神經(jīng)形態(tài)視覺、圖像識別以及光電聯(lián)合調(diào)控的混沌動力學等方面。

| 論文信息 |

Fu, X., Li, T., Cai, B. et al. Graphene/MoS???O?/graphene photomemristor with tunable non-volatile responsivities for neuromorphic vision processing. Light Sci Appl 12, 39 (2023).

https://doi.org/10.1038/s41377-023-01079-5

閱讀原文