综述：基于二维材料的神经形态浮栅存储器

这篇综述系统阐述了二维(2D)材料与浮栅(FG)晶体管在神经形态计算和存储器领域的融合创新，重点探讨了石墨烯、过渡金属二硫属化物(TMDCs)等材料的独特物性，以及五类典型FG器件结构（背栅/顶栅、双栅、半浮栅等）在非易失性存储、人工突触和视觉/听觉神经形态处理中的应用，为突破冯·诺依曼瓶颈提供了新材料解决方案。

　　

在人工智能和物联网快速发展的背景下，传统计算架构面临能耗高、效率低的瓶颈。受生物大脑启发，神经形态计算通过模拟突触可塑性实现存算一体，成为突破冯·诺依曼架构的新范式。二维材料凭借原子级厚度、可调电子能带和洁净界面特性，为构建高性能神经形态器件提供了理想平台。

二维材料与浮栅晶体管基础
石墨烯的零带隙结构和超高载流子迁移率（>15,000 cm²·V^-1·s^-1）使其成为优质浮栅层材料。过渡金属二硫属化物（如MoS₂）的层数依赖带隙特性（体材料1.29 eV→单层1.80 eV）可实现光电器件协同设计。黑磷(BP)的窄直接带隙（0.35-1.7 eV）覆盖中红外波段，而六方氮化硼(h-BN)的5 eV宽带隙使其成为理想隧穿层。

浮栅器件通过热电子注入、Fowler-Nordheim隧穿等机制实现电荷存储。典型结构演进包括：半浮栅(SFG)器件将写入速度提升至纳秒级；双栅结构通过独立调控实现6态存储；扩展浮栅设计使功耗降至0.3 pJ。

神经形态存储器应用
电调控器件中，MoS₂/h-BN/石墨烯异质结实现20 ns超快擦写和10⁶次耐久性。相变边缘接触技术使器件在10 ns编程下获得10⁷开关比。光控存储器利用ReS₂/h-BN/二维碲结构实现可见-近红外7态存储，而机械调制的摩擦纳米发电机(TENG)耦合器件可模拟学习-遗忘曲线。

人工突触与感知系统
双端浮栅(2TFG)突触实现18 fJ/spike的超低能耗和线性权重更新，MNIST识别准确率达97.7%。光突触器件在0.01 V工作电压下实现2.52 fJ/spike的功耗，模拟短/长时程可塑性(STP/LTP)。基于MoS₂的触觉感知系统通过压力传感器阵列实现空间-时间突触可塑性的协同调控。

挑战与展望
当前面临二维材料大面积均匀制备、器件集成稳定性等挑战。未来发展方向包括：原子层沉积(ALD)生长晶圆级材料、三维堆叠架构设计、以及感存算一体系统的VLSI集成。这些突破将推动神经形态计算在边缘智能、仿生感知等领域的实用化进程。