視網膜啟發的神經形態計算為突破傳統馮·諾依曼架構的局限提供了新路徑。要在神經形態硬件上實現高性能訓練，人工突觸必須具備線性對稱可編程性、雙極操作、多態存儲能力、高良率、長保持時間和低變異性等關鍵特性。然而，現有神經形態器件常因非對稱和非線性導電特性而面臨重大挑戰，限制了其整體性能。因此，開發能在單一器件中同時實現持久正光電導 (PPC) 和持久負光電導(NPC) 的新型器件引起了廣泛關注。這類器件可模擬突觸行為，在復雜環境中增強信息感知能力，降低功耗，提高識別精度，并簡化硬件設計。

目前，研究人員已探索了多種技術來實現這些特性，包括二維材料的多層堆疊、靜電摻雜和缺陷捕獲等。然而，多層堆疊異質結構復雜的制備工藝給光電存儲器件的大規模集成和穩定性帶來了挑戰。因此，開發適用于動態視覺場景神經形態計算的新型材料系統仍是當前的研究重點。

蘇州納米所康黎星研究團隊提出了一種通過化學氣相輸運制備的硒內嵌單壁碳納米管（Se@SWCNTs）的一維范德華異質結。利用像差校正透射電子顯微鏡 (AC-STEM) 以及光譜學和電學表征，成功證實了雙鏈硒被封裝在單壁碳納米管內部。與先前研究不同，通過溶液沉積技術成功制備了大面積的半導體性 Se@SWCNTs 薄膜。利用這些薄膜，在柔性基底上構建了4英寸晶圓級的 Se@SWCNTs 一維范德瓦爾斯異質結光電晶體管。這種方法消除了對多層異質結或復雜電路的需求，從而簡化了陣列集成和晶圓級制造。結合有效的柵極調制，實現了對PPC 和NPC 響應的高度線性和精確控制。其線性擬合相關系數 (R2) 超過 0.99。同時實現了具有超過128個存儲態的線性PPC和NPC。通過利用器件在不同光強度（0.1–2.1 mW/cm2）和波長范圍下的性能變化，我們展示了在受腦區功能啟發的、復雜度遞增的三項任務中，權重規則處理的高度一致性。重要的是，這三項不同視覺任務（數字/字母識別、形狀識別和特征識別）所需的神經結構（深度卷積網絡、殘差網絡和注意力網絡）及其對應的衰減率（階梯式、指數式和預熱式）也是不同的。所提出的晶體管能夠通過光學混合編程促進受生物啟發的腦區之間的轉換，從而適應動態的視覺環境。這種首次引入的創新方法，為腦啟發計算和仿生視覺的實際應用鋪平了道路。

任務1（識別字母/數字）主要激活初級視覺皮層（V1-V3）和下顳葉皮層進行基礎感知；任務2（識別圖案/顏色）進一步調動梭狀回和V4區處理精細特征；任務3（區分動物特征）則需頂葉內溝等高級中樞參與整合。這種層級化激活模式揭示了大腦應對遞增認知需求的動態協作機制。

?

圖1. 受腦功能區啟發的晶圓級突觸陣列的設計和制造

晶圓級均勻工藝：4英寸柔性陣列1000器件統計閾值電壓、開態電流呈正態分布。

圖2. Se@SWCNTs 光電晶體管的大面積均勻性表征

高線性權重更新：電導-脈沖數線性度R2>0.99，優于現有二維/有機/氧化物體系。128態非易失存儲：連續光脈沖下可分辨128級權重，對應7 bit精度，保持時間>1000 s。

圖3. 柵極可調控雙極光存儲

波長-強度協同編程：通過375/405/532 nm與0.1–2.1 mW cm-2組合動態生成步進、指數、余弦等學習率曲線，直接映射至CNN/ResNet/Attention權重。

?

圖4. 用于動態神經網絡的動態可編程神經形態器件

相關工作以Gate-Tunable Highly Linear Bipolar Photoresponse in Se@SWCNT Adaptive Neurons for Dynamically Programmable Neuromorphic Computing為題發表在Advanced Materials上（論文1）。中國科學院蘇州納米所博士生姚建，博士后王琦男和耿林為論文共同第一作者。西交利物浦大學趙春教授和中國科學院蘇州納米所劉立偉研究員、李清文研究員、康黎星研究員為共同通訊作者。同時團隊還系統地總結了全光控先進神經形態的最新進展，重點探討了材料和全光學控制機制在提升效率和可擴展性方面的貢獻以及全光學控制神經形態器件在光學邏輯門、視覺感知和腦啟發計算等多樣化應用中的潛力 (ACS Nano 2025, 19, 29, 26320)（論文2）。系列研究獲得了國家自然科學基金、江蘇省重點研發計劃等項目的支持，以及中國科學院蘇州納米所納米真空互聯實驗站（Nano-X）和納米加工平臺的技術支持。

來源：半導體芯科技


審核編輯 黃宇