黑磷/铁电CuInP2S6异质结赋能非易失性光子卷积计算

《Laser & Photonics Reviews》:Black Phosphorus/Ferroelectric CuInP2S6 Heterostructures Empowering Nonvolatile Photonic Convolutional Computing

【字体: 大 中 小 】 时间:2026年04月21日 来源:Laser & Photonics Reviews 10

编辑推荐:

  为解决AI计算中的冯·诺依曼瓶颈与功耗问题,研究人员开展了基于BP/CIPS异质结的非易失性光子卷积计算研究。该工作实现了8级非易失权重存储及GHz级运算,在MNIST数据集上准确率达96.34%,为高效光计算提供了新范式。

  
在人工智能(AI)算力需求爆炸式增长的今天,传统的电子计算机正面临“数据搬运”带来的巨大能耗瓶颈。为了突破这一限制,科学家们将目光投向了光子计算——利用光的高速、并行特性来处理数据。然而,现有的光子计算系统往往存在一个致命弱点:“记性不好”。一旦断电,计算状态就会丢失(易失性),且难以实现高精度的动态权重调控。
针对这一挑战,一项发表于《Laser & Photonics Reviews》的研究提出了一种全新的解决方案:将黑磷(BP)与二维铁电材料CuInP2S6(CIPS)结合,构建出能“记住”计算结果的非易失性光子卷积处理器。这项研究不仅实现了高达8级的非易失性权重存储,更在标准数据集上取得了优异的分类精度,为下一代低功耗AI硬件奠定了坚实基础。

关键技术方法

研究人员通过构建BP/CIPS异质结场效应晶体管(FET)阵列,并将其与微光纤环谐振器(MKR)单片集成,实现了光计算与存储的一体化。利用CIPS的铁电极化诱导界面电荷俘获机制实现非易失性电导调制,并通过飞秒瞬态反射光谱验证了皮秒级载流子动力学,最终在光纤计算架构上完成了MNIST手写数字识别任务的验证。

材料表征与铁电性验证

高质量异质结是性能基石。研究首先通过原子力显微镜(AFM)确认了CIPS薄膜的均匀性(约68.9 nm)。拉曼光谱与元素分布(EDS) mapping显示BP与CIPS形成了清晰、无应变的高质量界面。关键的压电力显微镜(PFM)测试揭示了CIPS在室温下的稳健铁电性,其相位-电压曲线呈现典型的滞后回线, coercive电压低至±2.5 V,为低功耗操作提供了可能。

非易失性光电调制机制

让光计算“记住”状态。与普通BP晶体管不同,BP/CIPS异质结的导电性受CIPS铁电极化状态的“记忆”控制。当施加栅极电压脉冲时,CIPS的极化方向发生翻转,并在撤去电压后保持(非易失性)。这种极化场会调制BP层中的载流子浓度,从而改变其光学吸收特性。实验证明,通过施加不同极性和幅度的电压脉冲(-25 V至+25 V),可以精确调控MKR的谐振波长偏移,实现8个离散的非易失性权重状态。

光子卷积计算演示

全光纤上的矩阵乘法。研究团队构建了一个3×4的光子卷积计算阵列。输入数据被编码在4个不同波长的光信号上,分别注入4个集成有BP/CIPS的MKR单元。每个单元根据其预先设定的铁电权重状态,对光信号进行加权衰减。最终,输出端通过光电探测器收集信号,直接完成矩阵-向量乘法运算。由于消除了芯片与光纤的耦合环节,该系统实现了极高的光学效率。在MNIST手写数字识别任务中,该架构取得了96.34%的准确率,证明了其处理实际AI任务的可行性。

结论与展望

这项工作成功地将二维材料的优异光电特性与铁电材料的非易失性记忆功能相结合,创造性地解决了光子计算中权重易失与调控精度不足的难题。BP/CIPS异质结展现出的皮秒级响应速度与GHz级带宽潜力,使其成为构建未来“存算一体”光神经网络的理想候选材料。这不仅为突破传统电子计算的功耗墙提供了新路径,也为边缘AI设备的高效、实时处理打开了新的大门。
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