基于可重构ZnPS3忆阻器的超低能耗自适应神经形态计算研究

本研究通过开发基于二维层状ZnPS3材料的可重构忆阻器，解决了神经形态硬件中动态资源分配与超低能耗兼容性的难题。研究人员利用Ag离子在Zn缺陷通道中的低迁移势垒特性，实现了0.180V超低操作电压和143aJ/次开关能耗的突破性性能，兼具挥发性（模拟神经元）与非挥发性（模拟突触）双模切换功能。通过构建包含动态储层和稳态读出的计算系统，在心电信号分类中达到99%准确率，为开发自适应脑启发计算系统提供了新材料平台。

　　

在人工智能时代，模仿人脑运作机制的神经形态计算硬件正面临重大挑战——如何用有限硬件资源实现大脑般动态可重构的复杂功能？传统芯片受制于固定电路架构，难以兼顾神经元的时间动态处理与突触的权重记忆功能，更无法满足边缘计算对超低能耗的严苛要求。这些瓶颈问题的核心在于缺乏能同时实现动态重构与超低功耗的基础器件。

新加坡国立大学（National University of Singapore）的研究团队在《Nature Communications》发表的这项研究，给出了突破性的解决方案。他们创新性地采用二维层状材料ZnPS₃（锌磷三硫化物）作为忆阻器（Memristor）的开关层，通过精确调控银（Ag）离子迁移行为，首次实现了单器件内挥发性与非挥发性切换的按需重构。这种独特的双模特性使单个器件既能模拟生物神经元的时间动力学特性，又能模仿突触的长期可塑性，为构建自适应神经形态系统提供了理想的基础元件。

研究团队主要运用了四项关键技术：1）机械剥离法制备ZnPS₃单晶薄层；2）密度泛函理论（DFT）计算Ag离子迁移势垒；3）脉冲电压调控导电细丝稳定性实现双模切换；4）基于MIT-BIH心律失常数据库的心电信号分类验证。这些方法的有机结合，不仅揭示了Zn空位（V_Zn）对降低离子迁移能垒的关键作用，更验证了器件在真实场景中的应用潜力。

可重构神经形态硬件设计
研究首次阐明了ZnPS₃忆阻器通过单一电脉冲即可实现功能重构的机制。当采用低合规电流（1μA）时，形成的亚稳态Ag细丝会自发断裂，产生类似神经元动作电位的挥发性响应；而高合规电流（500μA）则形成稳定细丝，实现类似突触的非易失性存储。这种"硬件可编程"特性使得同一器件能动态适应不同神经网络架构需求。

ZnPS₃忆阻器的重构机制
DFT计算揭示了Zn空位的关键作用：在含V_Zn的ZnPS₃中，Ag离子迁移势垒从0.90eV骤降至0.62eV。XPS分析证实材料中存在约10%的V_Zn浓度，这些缺陷通道构成Ag离子的"高速公路"，使器件获得0.180V的超低阈值电压（V_th）和143aJ的创纪录低开关能耗（相当于单个氢原子电离能的1/50）。

超低能耗人工神经元模拟
在挥发性模式下，器件展现出10⁷的高开关比和10¹²Ω的关态电阻，有效抑制静态功耗。脉冲测试显示其具有非线性响应和衰减记忆特性，能准确模拟生物神经元的时空整合行为。特别值得注意的是，其能耗比已报道最佳器件降低一个数量级，为构建大规模神经形态网络扫清了能耗障碍。

非易失性突触仿生
非易失性模式下，器件展现出256个可区分的导电状态（8bit精度）和28fJ的超低编程能耗。通过定制脉冲序列，研究人员实现了线性对称的长期增强（LTP）和长期抑制（LTD）曲线，突触权重更新的非线性度参数β_p/β_d达到0.3以下，满足神经网络训练的精度要求。

储层计算系统验证
研究团队构建了包含4个并行ZnPS₃储层（各含5个虚拟节点）的混合计算系统。挥发性储层将输入心电信号非线性映射到高维特征空间，非易失性读出层通过线性回归完成分类。该系统在MIT-BIH数据库的五类心律失常检测中达到99%准确率，其性能媲美传统算法，但能耗降低至少三个数量级。

这项研究的突破性意义在于：材料层面，首次揭示了ZnPS₃作为忆阻器开关层的独特优势，开辟了二维磷硫化物在神经形态计算中的应用新方向；器件层面，创纪录的低电压/低能耗特性解决了神经形态硬件规模化的核心瓶颈；系统层面，验证了可重构器件在动态信号处理中的实用价值，为发展"感知-计算"一体化的边缘智能设备奠定了理论基础。正如论文通讯作者Kah-Wee Ang教授指出，这种将材料缺陷工程与器件物理特性完美结合的研究范式，为后摩尔时代的新型计算硬件开发提供了重要启示。