基于WS2光电子忆阻器的储层计算系统:实现超低功耗、多任务与环境稳定的类脑计算

《Advanced Science》:WS2 Optoelectronic Memristive Reservoir Enabling Ultra-Low-Power, Multi-Task, and Environmentally Stable Neuromorphic Computing

【字体: 大 中 小 】 时间:2026年04月19日 来源:Advanced Science 14.1

编辑推荐:

  为解决传统硅基视觉芯片功耗高、能效低,且传感、存储与计算模块分离导致的延迟与能耗瓶颈,研究人员开展了WS2/ZTO基光电子储层计算(RC)研究。该工作将传感、记忆与计算集成于单一器件,在运动感知、语音识别与N-MNIST分类任务中分别取得~93%、~89%与~94%的准确率,单脉冲能耗低至~25.5?fJ/spike,并在95%湿度下保持稳定。这为新一代边缘智能提供了高能效、多任务且环境鲁棒的光电神经形态计算平台。

  
在人工智能与边缘计算快速发展的今天,如何让机器像人一样高效、低功耗地“看”和“听”,成为研究者们孜孜以求的目标。人眼不仅能感知光,还能在视网膜层面就对动态信号进行初步处理,再交由大脑视觉皮层进行深度识别,这种“感算一体”的高效架构令人工智能系统望尘莫及。然而,目前主流的机器视觉技术依赖于传统的硅基芯片,其传感、存储与计算功能相互分离,导致数据在模块间频繁搬运,不仅产生高昂的延迟,还带来了巨大的能量消耗。此外,依赖深度学习的复杂模型通常需要海量数据训练,这在电池和尺寸都受限的边缘设备上几乎难以实现。为了突破这些瓶颈,科学家们将目光投向了能模仿生物神经元与突触工作方式的神经形态计算器件。
其中,储层计算(Reservoir Computing, RC)以其固定网络结构和只需训练输出层的低能耗特性,在处理时序信号方面展现出独特优势。与此同时,二维材料,特别是过渡金属硫族化合物(TMDCs),因其优异的电学、光学特性和原子级厚度,为构建下一代高性能、低功耗的神经形态器件提供了理想材料平台。在众多TMDCs中,二硫化钨(WS2)以其较低的质量密度、出色的热化学稳定性以及丰富的晶格缺陷,被认为是实现人工视网膜功能的明星材料。然而,如何将WS2的光电传感能力与储层计算的算法优势深度融合,打造一个能同时处理多种感官任务、且能在复杂环境中稳定工作的超低功耗系统,仍是一个巨大的挑战。
为此,研究团队在《Advanced Science》上报道了一项突破性工作。他们成功研制出一种基于WS2/氧化锌锡(Zinc–Tin–Oxide, ZTO)的光电子忆阻储层计算系统。这项研究最核心的革新在于,他们创造了一个“三位一体”的紧凑型器件:WS2/ZTO忆阻器同时扮演了传感器、硬件储层和记忆元件的角色,将光感知、信息非线性转换和记忆功能集成于一身。这模仿了生物视网膜与视觉皮层协同工作的方式,从源头避免了数据搬运的能耗。
为了验证这一平台的强大能力,研究者们将其应用于三个截然不同的任务领域。在视觉感知方面,系统对动态运动方向(如上、下、左、右、静止)的分类准确率达到了约93%。在语音识别任务中,对自由口语数字数据集(FSDD)的识别准确率约为89%。而在神经形态视觉任务中,对事件驱动的神经形态MNIST(N-MNIST)数据集的识别准确率更是高达约94%。尤为惊人的是,系统在处理每个光学脉冲时,仅消耗约25.5 飞焦耳(fJ)的能量,展现了极高的能效。此外,得益于顶层的ZTO封装,该系统在高达95%的相对湿度环境下仍能可靠工作,显示出卓越的环境稳定性。
除了多任务处理能力,该器件本身也展现出优异的神经形态特性。它能够模拟生物突触的关键功能,如兴奋性光突触后电流(EPSC)、短时可塑性(STP)、长时可塑性(LTP)以及光子配对脉冲易化(photonic PPF)。在可靠性方面,器件通过了超过150万次的交流耐受性测试,证明了其作为硬件基础的耐用性。通过将原始的图像、语音和事件流数据转化为脉冲序列输入储层,系统能够利用器件固有的非线性动力学和持久光电导(PPC)效应,将时序信息高效地映射为高维特征,再由忆阻器阵列构成的读出层进行轻量训练和分类,从而实现了低能耗、高精度的多模态信息处理。
研究人员为开展此项研究,主要采用了以下几项关键技术方法:首先,通过等离子体增强化学气相沉积(PECVD)和溅射工艺,在硅衬底上制备了Cu/ZTO/WS2/Pt多层忆阻器件结构。其次,利用高分辨透射电镜(HR-TEM)、X射线衍射(XRD)、拉曼光谱(Raman)和X射线光电子能谱(XPS)对器件的微观结构、晶体质量和元素化学态进行了系统表征。在性能测试方面,结合半导体参数分析仪和可编程光源,综合评估了器件的电学阻变特性、光电子突触行为(如EPSC、STP/LTP、PPF)、AC耐受性以及在可控湿度环境下的稳定性。最后,基于实验测得的器件动态响应(如双指数衰减内核),构建了统一的WS2储层计算模型,并将其应用于运动感知、语音识别(FSDD数据集)和神经形态视觉(N-MNIST数据集)三类任务的算法验证中。
研究结果方面,本文通过多个章节的系统性工作,得出了一系列重要结论:
  • •
    器件制备与表征:通过HR-TEM、EDS元素分布图、XRD、Raman和XPS等一系列表征手段,证实成功制备了结构清晰、成分明确的Cu/ZTO/WS2/Pt多层器件,其中WS2为多层结构,ZTO层厚度均匀约为5 nm。
  • •
    电学与突触特性:该忆阻器表现出稳定、可重复的电阻开关特性,耐受性超过150万次。它能实现线性的电导增强(P)和抑制(D),并成功模拟了生物突触的配对脉冲易化(PPF)功能,其指数随脉冲间隔呈双指数衰减。
  • •
    工作机制:基于电化学金属化(ECM)机制,阐明了器件在正压下通过Cu离子迁移形成导电细丝(CF)实现低阻态(SET),在负压下通过焦耳热辅助的电化学过程使细丝断裂实现高阻态(RESET)的开关机理。
  • •
    光电子突触特性:器件在光脉冲刺激下展现出完整的突触功能。通过调节光脉冲的强度、宽度和数量,可以可控地实现从短时可塑性(STP)到长时可塑性(LTP)的转变,模拟了“学习-遗忘-再学习”的行为。其光子PPF特性与电学PPF类似,光学能耗可低至~2.5×10?14J。能带分析表明,其光电突触行为源于ZTO/WS2异质结的光生载流子效应及界面电荷陷获与释放。
  • •
    湿度环境稳定性测试:在20%至95%的相对湿度(RH)范围内,器件的兴奋性光突触后电流(EPSC)和配对脉冲易化(PPF)特性保持稳定,证明顶部的ZTO层起到了有效的封装保护作用,使器件具备优异的抗湿性。
  • •
    视觉感知与记忆系统演示:利用5×5器件阵列,通过施加不同次数的光脉冲,成功演示了对字符图案(“⊥”,“T”等)的“学习、记忆与遗忘”过程,脉冲次数越多,图像记忆保留时间越长,模拟了人类视觉感知。
  • •
    储层非线性映射能力:实验证明,该WS2器件能够将32种不同的5比特光脉冲输入序列(从“00000”到“11111”)非线性地映射为32个明显可区分的电导状态,展示了其作为物理储层处理复杂时空信号的能力。
  • •
    多任务验证:基于从实验器件动态中提取的统一双指数衰减内核,构建了WS2储层计算模型。该模型在合成眼球运动感知、自由口语数字识别(FSDD)和神经形态MNIST(N-MNIST)分类三项任务中,仅用30个训练周期就分别取得了约93%、89%和94%的准确率,验证了其跨模态任务处理的泛化能力。
  • •
    光电子内存传感器储层编码器:将WS2器件作为物理储层编码器,直接处理N-MNIST事件流数据。经过储层编码后的特征在低维空间中可分性显著增强,使用一个简单的读出层即实现了95.1%的分类准确率,且所需训练参数量(~1.1k)远少于传统单层(~10.4k)和双层(~127k)人工神经网络(ANN),彰显了储层计算的高效优势。
结论与讨论部分强调,本研究首次展示了一种超低功耗、耐潮湿、多功能的WS2内存传感器储层计算平台。该工作最显著的意义在于打破了传感、存储与计算之间的壁垒,通过单一WS2/ZTO忆阻器件同时实现了这三项功能,并利用其固有的非线性与记忆特性构建了硬件储层。这不仅在运动感知、语音识别和神经形态视觉等多个任务上达到了高性能,而且将单脉冲能耗降至飞焦耳级别,同时在严苛的湿度环境下保持稳定运行。与以往报道的WS2基突触器件相比,本工作展示的器件在光电子突触性能、多任务处理能力和环境鲁棒性方面均更具优势。这项研究为开发适用于下一代边缘技术的高能效、事件驱动的神经形态处理系统开辟了新的道路,是向实现真正类脑的“感算存一体”智能迈出的关键一步。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号