通过溶液处理得到的有机铁电晶体管有望成为便携式和可穿戴类神经形态系统中的理想突触组件。然而，与基于氧化物的平台相比，这类晶体管通常需要相对较厚的铁电栅极层，因此还需要较高的工作电压，这是因为在溶液处理过程中很难形成良好的晶体相并实现高电气绝缘性。这一要求阻碍了有机铁电晶体管在节能型神经形态硬件中的实际应用。在此，我们提出了一种基于栅极绝缘层的节能型有机铁电晶体管架构，该绝缘层由薄的晶体铁电薄膜和超薄的氧化物阻挡层构成。晶体铁电薄膜能够实现稳定的极化切换，而氧化物阻挡层则可以抑制栅极漏电，从而使得在较低的电压和电流条件下仍能实现可靠的突触功能。得益于这些节能的突触特性，利用这种存储器件构建的硬件神经网络能够在每次识别事件仅消耗约0.82皮焦耳的能量下，高精度地分类服装图像，其能耗已接近生物系统的水平。这一策略为在便携式和柔性电子产品中实现节能型神经形态应用提供了可行的途径。
