随着人工智能、大数据、云计算以及下一代无线通信等现代技术的快速发展，人们对计算系统的要求也越来越高[[1], [2], [3], [4]]。未来的计算系统需要具备高速处理能力、低功耗以及高集成度。而传统的冯·诺伊曼架构则存在着诸多限制[5,6]，在这种架构中，处理单元和存储单元是物理上分开的[7]，这样的设计导致了诸如高功耗、数据传输延迟长以及可扩展性差等问题。随着数据量的急剧增长，这些问题愈发严重。为了解决这些难题，忆阻器受到了众多研究者的关注。忆阻器能够在单个器件中实现数据存储与计算的整合，它们支持计算在内存中进行的架构，从而突破了传统架构的种种局限[8,9]。忆阻器还具有许多优异的特性，包括非易失性电阻切换、快速的切换速度[10,11]、低功耗以及可调节的突触可塑性[[12], [13], [14], [15]]。正是这些特性使得忆阻器成为下一代非易失性存储器、计算在内存中运行的电路以及类脑神经形态计算系统的理想候选者[16,17]。因此，忆阻器的研究已成为现代微电子技术和智能计算领域的重要研究方向之一[[18], [19], [20]]。
此外，可穿戴电子设备、柔性显示器以及植入式医疗设备的飞速发展，也对电子系统提出了新的需求[[21], [22], [23]]。这类电子系统需要具备抵抗机械变形的能力，并能在保持高性能电学特性的同时持续稳定运行，这一需求推动了柔性电子设备的快速发展。这类设备能够适应弯曲、粗糙以及不规则的表面，同时在弯曲、扭转和拉伸过程中也能保持稳定的电学性能[[24], [25], [26], [27], [28]]。
近年来，有许多研究致力于开发用于柔性忆阻器的功能层材料。由于成本较低且操作简单，溶液加工方法在柔性电子领域得到了广泛应用，这也使得基于溶液加工的忆阻器取得了显著进展[29,30]，相关研究也不断发展[[31], [32], [33]]。近期关于溶液加工法制备CuxO薄膜的研究为制造柔性CuxO器件提供了有益的参考[34,35]。不过，目前几乎所有的基于CuxO的忆阻器都是制作在玻璃和硅片这类刚性基底上的。而且，大多数关于用于模拟突触功能和实现神经形态计算的柔性CuxO器件的研究，仍然是在平坦或无机械应力的条件下进行的。除此之外，还有一些关键问题亟待解决，比如不同周期之间以及不同器件之间的性能差异、大规模阵列中的可靠性问题、反复弯曲带来的机械疲劳问题，以及溶液加工薄膜的可重复性不足问题。这些难题都严重阻碍了基于CuxO的器件在柔性忆阻系统中的实际应用。
在本研究中，我们开发了一种兼具灵活性和可靠性的基于CuxO的忆阻器，用于构建神经形态计算系统。该器件是制作在柔性云母基底上的，其CuxO活性层是通过溶液旋涂以及后续退火工艺制备的，而上下层的ITO电极则是通过磁控溅射技术沉积而成的。在不同弯曲状态下，这种忆阻器都能展现出稳定的双极电阻切换特性以及出色的器件均匀性。在8毫米的弯曲半径下，它还能够成功模拟包括LTP/LTD、PPF/PPD以及STDP在内的典型突触特性。在相同的弯曲条件下，它在模式识别任务中也展现出了较高的识别准确率。这些研究成果充分表明，基于CuxO的柔性忆阻器在未来的可穿戴电子设备和智能传感系统中具有巨大的应用潜力。
