当前位置 : X-MOL首页行业资讯 › 新型神经形态网络硬件单元:二维高性能有机无机杂化异质结体系

新型神经形态网络硬件单元:二维高性能有机无机杂化异质结体系

注:文末有研究团队简介 及本文作者科研思路分析


随着人工智能大数据时代的到来,对庞大数据信息的高效计算提出了更高的要求,而传统von Neumann(冯诺依曼)体系(即内存单元与中央处理单元(CPU)分离,通过总线相连)在处理执行大数据/云计算任务时,总线流量成了整体效率非常严重的限制因素,CPU将在数据输入或输出时闲置,利用率(吞吐率)降低,遭遇所谓的von Neumann瓶颈。

图1: 冯诺依曼架构及其瓶颈


受人脑启发的具备高效能量利用,大规模并行性,灵活的自适应能力和高密度信息传输处理能力的神经形态/类脑计算可能实现前所未有的技术突破,从根本上克服Carver Mead提出的von Neumann架构系统的瓶颈。而神经形态计算可分为软件和硬件实现两种方式,软件实现主要采用von Neumann结构,仍受到高功耗,低能效及集成密度的限制。传统硬件实现手段主要有静态随机存储器(SRAM)、阻变存储器(RRAM)、相变存储器(PRAM)等形式,但发展也受制于形成机制尚不理解充分,可靠性缺乏和集成密度不高等关键因素。传统的软硬件策略都面临着瓶颈和限制(功耗、可靠性、集成度、机制等方面),因此目前急需全新的构架体系来进一步促进神经形态/类脑计算发展,推动人工智能大数据时代。


神经突触是人类大脑信息处理和记忆的基本单位,利用新材料新构架开发新型人造电子/光电子器件模拟神经突触可塑性,对神经形态网络硬件实现和神经形态类脑计算的演化具有重要意义。通常,人造神经突触可以通过电刺激来调节,而光学调制可以弥合视觉系统和大脑功能之间的差距。然而,对目前的人造突触器件而言,在单一器件中结合高效的电学和光学调制仍然是多功能神经形态计算中的一个重要挑战。寻找新材料,设计新结构体系来实现神经形态网络硬件单元高效的光电双调制和多功能性成为一项迫切的任务(研究出发点)。


复旦大学南京大学团队合作开发的全二维有机无机异质结基的神经形态器件为弥补上述缺憾提供了新的思路。众所周知,二维过渡金属硫族化物(2D TMDCs)凭借原子级厚度、无悬挂键的洁净表面、奇特的物理特性、超高的集成密度和极低能耗,被业内视为可应用在未来存储和神经形态/类脑计算技术的重要候选者。同时,有机生物电子由于低成本的加工,机械柔性和生物兼容性也引起了人们对神经应用的浓厚兴趣。二维有机材料苝-3,4,9,10-四羧酸二酐(PTCDA),不仅因为它独特的光电特性,而且因为它与大多数无机二维材料具有优异的兼容性,受到研究者们越来越多的关注。结合MoS2和PTCDA二维有机无机材料两者的优势,可以构建全二维有机无机杂化异质结新体系作为人造神经突触单元,模拟神经形态突触的一系列功能特性,为硬件实现神经形态计算提供了全新的思路。值得注意的是,通过栅极电压调制,可以在单个器件中同时实现抑制和兴奋型神经突触行为。此外,全二维有机无机异质结神经突触单元可模拟优异的光电多功能神经形态可塑性,包括EPSC/IPSC, PPF/PPD, STP/LTP的灵活转换,3%的最小抑制及500%的最大促进效应,生物类似的动态滤波特性和高达60的长期突触权重变化。同时,该体系在重复性、稳定性和均一性等方面也表现出优异的性能。

图2: MoS2/PTCDA杂化异质结突触晶体管的电学神经形态可塑性调制


图3: MoS2/PTCDA杂化异质结突触晶体管的光学神经形态可塑性调制


这一成果近期发表在Advanced Materials 上,文章的第一作者是复旦大学博士研究生王水源和南京大学博士研究生陈春生;通讯作者为复旦大学周鹏教授和南京大学王欣然教授。


该论文作者为:Shuiyuan Wang, Chunsheng Chen, Zhihao Yu, Yongli He, Xiaoyao Chen, Qing Wan, Yi Shi, David Wei Zhang, Hao Zhou, Xinran Wang, Peng Zhou

原文(扫描或长按二维码,识别后直达原文页面,或点此查看原文):

A MoS2/PTCDA Hybrid Heterojunction Synapse with Efficient Photoelectric Dual Modulation and Versatility

Adv. Mater., 2019, 31, 1806227, DOI: 10.1002/adma.201806227


王欣然教授简介


王欣然教授,教育部长江学者特聘教授、国家杰出青年基金获得者,中国青年五四奖章获得者,科技部中青年科技创新领军人才。2010年博士毕业于美国斯坦福大学,2010-2011年期间先后在斯坦福大学和伊利诺伊大学香槟分校做博士后研究员。2011年入选国家首批青年千人计划。曾获得中国青年五四奖章、江苏青年五四奖章、中国青年科技奖等荣誉。主要从事低维量子材料及其信息器件方面的研究工作,发表Science、Nature及子刊等顶级期刊论文10余篇,总引用超过12000次。主持973A类项目课题1项,国家自然科学基金3项,承担国家科技重大专项、量子调控等国家级项目。


https://www.x-mol.com/university/faculty/53917


周鹏教授简介


周鹏教授先后获得上海市青年科技启明星、国家自然基金委优秀青年基金、上海市曙光学者、科技部中青年科技创新领军人才资助。于2000年、2005年分别获复旦大学物理学学士和博士学位。2006-2007年在首尔国立大学Inter-大学半导体高级研究中心任访问学者。主持了国家重大专项子课题、自然科学基金重点及面上项目、上海市教委科技创新重点项目、重点研发计划子课题等多项国家部委科研项目。出版中英文5本著作章节,在Nature Nanotechnology,Advanced Materials,Nano Lett,Advanced Functional Materials,Small, ACS Nano, Applied Physics Letters, IEEE Electron Device Letters 等发表第一作者及通信作者论文70余篇。


https://www.x-mol.com/university/faculty/53916


科研思路分析


Q:这项研究的最初目的是什么?或者说想法是怎么产生的?

A:如上所述,我们的初衷是期望寻求新材料体系硬件实现新型神经形态网络/类脑计算,首先我们想到的就是备受关注的二维材料。众所周知,二维材料凭借原子级厚度,无悬挂键的洁净表面,奇特的物理特性,超高的集成密度和极低能耗,被业内视为可应用在未来存储和神经形态/类脑计算技术的重要候选者。从而针对硬件实现神经形态/类脑计算,我们开发了基于有机无机二维材料杂化异质结构架的新型硬件单元:将MoS2和PTCDA有机无机二维材料两者的优势相结合,构建全二维有机无机杂化异质结新体系作为人造神经突触单元,模拟了神经形态突触的一系列功能特性,为硬件实现神经形态计算提供了全新的思路。


Q:在研究中过程中遇到的最大挑战在哪里?

A:本项研究的挑战主要包括两点:

(1)如何可控地制备二维有机无机杂化异质结,找到最佳的生长条件,以获得完整的、具有鲁棒性和优异性能的全二维有机无机异质结。在这个过程中,南京大学团队在范德华外延方法方面的经验积累起了至关重要的作用;

(2)如何快速高效地测试神经形态器件特性,确定器件的最佳工作区间,采集一系列完整可靠的数据,为进一步优化器件工艺和性能起到了促进作用。在这一过程中,我们团队在新型存储器件电学测试方面积累的经验发挥了重要作用。


此外,这项研究属于交叉学科的研究,其中需要不少有机及光学的背景知识,而我们的团队主要聚焦于新型存储器件,因此在有机及光学方面存在知识储备不足的挑战,这里需要感谢南京大学王欣然和万青教授团队的大力支持及帮助,未来希望有更多相关领域的研究者一起合作将研究推动到更高的层次。


Q:本项研究成果最有可能的重要应用有哪些?哪些领域的企业或研究机构最有可能从本项成果中获得帮助?

A:基于全二维有机无机材料的杂化异质结神经形态突触单元通过异质结界面处载流子的转移,可以在单个器件上实现高效的光电双调控,超高性能及多功能性。我们的工作不仅展示了全二维有机无机层状材料杂化异质结构在神经形态计算网络领域中的巨大应用前景,对未来神经形态网络和类脑计算硬件单元的设计与研究有着重要的指导意义,为大数据、云计算、人工智能、虚拟现实等相关领域的发展产生推动作用;同时也指出,因为二维有机无机杂化异质结构可以结合有机无机二维材料的优异性质,也给人们提供了一种解决其它领域电子器件技术挑战的可能的通用途径。


(本文由王水源供稿)


如果篇首注明了授权来源,任何转载需获得来源方的许可!如果篇首未特别注明出处,本文版权属于 X-MOLx-mol.com ), 未经许可,谢绝转载!

分享到
评论: 0
down
wechat
bug