日前，上海交通大学研究员和合作者通过亚百纳米线宽金属电极的精准制造，成功研制出一款分子计算芯片。它的极限尺寸为 50nm，阵列规模达到 1Kb，集成密度超过 34Gb/inch2，加工良品率超过 90%。表示：“这是目前全球微缩尺寸最小、集成密度最高的、也是全球首个与硅芯片集成的混合信号分子神经形态硬件系统。也是目前已有报道中功耗最低、稳定性最高的分子神经形态器件，为构建近零功耗的分子计算芯片奠定了材料基础。”研究中，他们成功利用这块芯片高效、高精度地执行了 Hopfield 神经网络运算和路径规划任务，充分验证了发展高性能分子计算技术的可行性。而这款芯片的面世，和一种有机小分子密不可分。研究中，课题组设计出一种具有简单化学结构的有机小分子四苯基卟啉四磺酸（TPPS，4,4′,4″,4'''-（Porphine-5,10,15, 20-tetrayl）tetrakis（benzenesulfonic acid）），利用其所携带的具有自然界最大荷质比的阳离子（即质子），来作为电导调控的物理载体。通过低电场驱动下的顺序迁移、钉扎惯性和自配位掺杂效应，在带隙中引入稳定的中间能级，在 10μm 至 100nm 尺寸的器件中实现了飞瓦级功耗、具有记忆能力的电导调控特性，并展示了具有优异鲁棒特征的尖峰速率、以及时序依赖性的塑性仿生响应。此外，这种有机分子的二维刚性结构能够显著提高材料的长程有序性，可以有效缓解因分子链折叠、位错以及宏观晶界、空隙和裂纹等缺陷随机分布，而导致的电气响应可控性差的现象，从而大幅提高分子神经形态器件的微缩与集成能力。在此基础之上，课题组通过几何图形和曝光剂量校正等方法，进一步优化了基于电子束曝光的加工技术，突破了有机材料与传统互补式金属氧化物半导体（CMOS，Complementary Metal Oxide Semiconductor）工艺平台兼容性差的制约。在有机小分子 TPPS 和呋喃大分子衍生物 PBFCL10 薄膜上，他们造出了这款分子计算芯片。据介绍，分子计算技术的应用前景集中在仿生领域。具体来说：一方面，分子神经形态器件与分子计算芯片可以模拟人脑高效的工作方式，并且具有单分子水平的集成潜力，在集成电路芯片备受摩尔定律极限和冯·诺依曼（John von Neumann）通讯瓶颈限制的情况下未尝不是发展未来高性能计算技术的一种重要候选方案。另一方面，由于有机材料具有优异的机械柔韧性和生物兼容性，在可穿戴甚至可植入智能技术方面能呈现出得天独厚的优势。因此，不妨利用分子器件和分子芯片作为生物神经系统和机械电子系统互联的接口，研制跨介质生机融合智能机器人，这不仅有望帮助人类在肢体残缺的情况下恢复机体功能，也有可能代替人类在一些极端的工作条件下完成位线任务的作业。“当然，要实现这样的目标，我们还有很多路要走，需要解决许多实际的工程技术问题。”说。前不久，第一篇相关论文发在 Nature Communications 上 [1]，论文题为《用于神经形态计算的超小型有机突触》（）。图 | 相关论文（来源：Nature Communications）第二篇相关论文发在 Advanced Science 上 [2], 论文题为《自协调有机质子突触零功率工作极限的逼近》（）。图 | 相关论文（来源：Advanced Science）上海交通大学博士生刘书智和研究员，分别是两篇论文的第一作者和通讯作者。复旦大学教授、合肥工业大学教授、中国科学院宁波材料所教授、以及华东理工大学教授，分别是两篇论文的共同通讯作者。表示：“在 Nature Communications 论文的评审过程中，两位审稿人爱尔兰皇家科学院院士 教授和俄罗斯国家研究中心 研究员对我们的工作给予了高度的评价。”他们认为这种分子器件具有优异的长时稳定性、可靠性、加工良率和集成密度，对神经形态计算领域的发展起到非常重要的促进作用。另外一名匿名审稿人认为本次成果是领域之内的第一篇论文，全链条地涵盖了材料设计、器件制备测试、以及系统应用等从原子到算法的各层面研究工作，尤其是课题组精巧创制的有机分子，对于保障芯片的加工良品率至关重要。“Advanced Science 的审稿人对于这一工作的评价更高，他们认为我们将有机分子的电化学响应拓展至器件应用中，在超低功耗、响应速度和非易失性电导调控方面取得了更加重大的进步，是超低功耗神经形态器件领域的重要进展，也是一篇非常令人兴奋的论文。”说。在眼中有机电子是一个很有趣的研究领域。几千年来，人类社会的发展与进步，总是伴随着能源和信息技术的不断革新，而能源革命的终极目标也在于永久保存和延续人类的基因和文明密码。从公元前 3000 年石器时代（也可称之为第一个硅时代）的石子计数开始，人类就学会了使用工具来记录重要事件与信息。在奴隶和封建社会的碳时代（公元前 2000 年到公元前 600 年），我国古人发明了结绳、算筹和算盘来进行简单的数学计算。而工业革命开始后的机械和微电子时代（第二个硅时代），西方社会又先后发明了手摇计算机、电子计算机和超级计算机，并在人工智能算法的加持下完成了对人脑算力的超越，在围棋等高阶智力运动领域先后战胜了、柯洁等世界顶级高手。可以说，人工智能技术的发展给人类工作、生活及娱乐方式带来了翻天覆地的变化。从宏观角度来看，人工智能技术的发展离不开对巨量计算资源的需求。例如，战胜了的超级计算机 AlphaGo 总占地超过 30 立方米，功耗高达 2 万瓦。如果按照现在最先进的集成电路技术估计，20 年后全球总发电量的一半都要用来进行数据的存储，这显然是不可接受的。而从微观角度来看，随着先进半导体技术和集成电路工艺进入亚 10 纳米阶段，在感、存、算分离的冯·诺依曼架构通讯瓶颈和摩尔定律物理极限的约束下，也很难通过尺寸微缩的方式来持续提高微电子器件、集成电路芯片与人工智能技术的算力水平。因此，如何进一步发展高能效、高算力的智能计算技术，成为横亘在人类面前的一道鸿沟。相比之下，人脑仅以 1.5 升的容积和 20 瓦的功耗，就能与超级计算机相抗衡。所以我们完全可以认为：以人类和哺乳动物为代表的碳基智能生命体，才是自然界中最高效的计算硬件系统。那么，碳基智能是怎么工作的？人类的各种感觉器官和大脑中枢神经中包含上百亿个神经元细胞，并通过它们之间数以百兆计的突触连接，形成了纷繁复杂而又功能强大的神经网络。一方面，这些神经元以各种离子和分子为递质，在突触间隙原位进行生物电信号的传递、存储、整合与发放，从而有效缓解机器智能系统中信号感知、存储和处理单元间因数据通讯而产生的延迟与能耗问题。另一方面，通过将复杂的认知和决策任务分解为无数个简单的计算工作，然后在庞大的神经网络之中，利用并行计算的方式同时执行这些计算任务，借此高效完成那些对于电子计算机来说不可能完成的工作。由此可见通过效法自然，将为设计以及发展高性能的电子器件、芯片和计算技术提供新的灵感。对于硅晶体管来说，它通过利用场效应驱动的电导易失性开关，实现“0”和“1”的二进制编码。不同的是，有机电子则以有机小分子和高分子为基础来构建器件。尤其是有机神经形态器件和分子计算芯片，可以利用有机分子导电能力的动态变化，来模拟生物神经细胞原位记录、处理和传输信号的能力，从而能以超低功耗的方式执行学习、记忆、识别、决策等复杂任务。此外，有机材料还具有优异的机械柔韧性、生物兼容性以及接近单分子水平的超小尺寸制造潜力，是构建高性能仿生计算机的重要候选技术之一。作为一种前沿信息技术，如何实现近零功耗分子神经形态器件的超小尺寸制造与集成，是发展分子计算芯片所面临的核心挑战。尽管在过去几十年间有机半导体的快速发展，为研制高性能有机电子器件提供了一定的材料基础。然而，由于器件电导的低功耗和非易失性调制之间存在能量势垒悖论。并且对于有机分子的物化特性来说，它与硅和金属等微纳加工中的常规材料存在较大差别。因此，当把有机分子放在硅晶圆上进行加工时，会受到电、热、应力等多种物理场的影响。同时，构建理想的分子神经形态器件与分子计算芯片，仍然需要解决诸多难题，不仅需要化学、物理、材料、信息甚至神经生物学等学科的交叉协作，也需要从材料设计、器件制备、先进算法和硬件架构等多个方面取得突破。那么，如何解决或部分解决上述问题？2018 年，从新加坡国立大学离职回到国内任职之后，便开始着手这一问题。他表示：“这个工作是我回到上海交通大学工作以后，与招收的第一个博士研究生刘书智同学一起完成的，前后差不过经历了 4 年的时间。”刘书智是湘潭大学的硕士毕业生，他在湘大导师教授的指导下已经开展了 3 年的有机半导体相关研究。在 2019 年下半年加入实验室以后，经过短暂的适应之后，刘书智开始积极投入新的研究计划之中。说：“正巧我那时正在与华东理工大学教授以及宁波材料所的前同事研究员讨论，能否利用有机材料研制分子计算器件和类脑芯片，刘书智对这一跨越多个学科的研究方向非常感兴趣，就主动提出加入到这一项目中来。”经过上海交大、华东理工和宁波材料所三个课题组半年左右的通力合作，他们很快就攻克的材料设计、器件制备与性能调控方面的难点，并于 2020 年夏天研制出具有超快和超低功耗响应的 100nm 尺寸分子神经形态器件。拿到这个结果以后大家非常高兴，但又有些不满足，一直在考虑能不能把这种性能优异的器件加工成芯片，并尝试在某些具体应用场景下实现类脑计算功能的演示验证。带着这些研究结果，课题组联系了复旦大学集成芯片与系统全国重点实验室（原专用集成电路国家重点实验室）的教授和合肥工业大学的教授。“二位老师看到我们的样品后也非常兴奋，当即安排学生帮助开展我们分子芯片的集成制造以及混合信号分子神经形态硬件系统的算法与架构设计工作。最后，经过 3 年多的努力和 1 年多的投稿过程，两篇论文终于得以发表。”说。论文发表是令人愉悦的，投稿修改却是痛苦的。作为国际上尺寸最小、集成密度最高的分子计算芯片、以及第一个混合信号分子神经形态硬件系统，和合作者认为这一成果足够创新、也非常重要。但是，从最初投稿到 Nature Materials、评审后修改、返投后被拒稿、经期刊编辑建议转投至 Nature Communications、到最后的接收，一共经历了 662 天的波折。“我还清晰地记得在 2022 年 1 月 31 号大年夜，吃过年夜饭我还在和刘书智同学、教授和教授电话沟通稿件情况。经确认无误后，我们在牛年除夕第一次将论文投稿到 Nature Materials。Nature Materr 的编辑非常重视这个工作，很快就安排了送审。”他说。三位审稿人中有两位审稿人非常肯定本次工作的创新性和重要性，也给出了进一步提高论文质量的明确建议，但是第三位审稿人从主观上不相信他们能用有机材料制备出尺寸如此小、集成密度如此高的分子器件。后来，课题组认真考虑了所有审稿人的意见和建议，克服因新冠疫情肆虐而带来的种种不便，又花费半年时间开展补充实验，不仅从科学问题和工艺技术的层面回复了全部评审意见，更以高清晰的样品电子显微镜照片回应了第三位审稿人的质疑。当他们将修改好的论文返投回 Nature Matter 之后，成功说服了前两位审稿人，他们也给出了正面的评审意见。“无奈仍然无法扭转第三位审稿人的固执偏见。在他的坚持下，Nature Materr 编辑做出了拒稿的决定。为了确保论文能够尽快发表而不影响创新性，我们最终将论文投稿到 Nature Communications。这次就顺利了许多，经过不到半年的两轮审稿就得以快速发表。”说。尽管论文投稿、修改、返投、拒稿、转投的过程波折而漫长，但这个过程中不仅帮助他们加深了对有机电子和分子神经形态器件的清晰认识，也进一步磨砺了自己枯坐冷板凳、探索未竟路的毅力与决心，也最终收获了审稿人们的好评。“两篇论文的第一作者刘书智同学已经完成了博士阶段的全部训练和科研工作，正在积极准备出国深造。我相信经过这几年的锤炼，他在未来一定能够取得更大的成果。”说。当然，这一系列研究并不会止步于此。利用分子材料验证构建类脑计算器件与芯片的可行性，是课题组的下一步。同时，在下一个五年他们打算努力完成以下两个“壮举”：首先，力争实现有机器件与硅基器件的单芯片三维集成，结合有机材料调控自由度高、硅基芯片工艺成熟度好的特点，探索分子器件的微缩集成和算力极限。其次，利用有机材料特有的光电、热电、压电响应以及优异的机械柔韧性和生物兼容性，发展可以模拟人类感觉器官和中枢神经工作机制的人工神经系统，尝试将它们应用到智慧医疗、意念机器人和人机交互智能等未来技术领域中去。“work hard, pray hard and play hard”另据悉，的本硕博分别毕业于上海交通大学、新加坡-麻省理工学院学术联盟（Singapore-MIT Alliance）、以及新加坡国立大学。他说：“当我刚开始在 Singapore-MIT Alliance 的研究生学习时，来自于清华大学的师兄（现为新加坡国立大学化学与生物分子工程系长聘教授）在一次新生交流会上说了一句影响我一生的话，那就是‘work hard and pray hard’。”后来，自己又加了一句，变成“work hard, pray hard and play hard”。“即在工作中付出百分百的努力，在生活中也要百分百的投入，平衡工作与生活、接受自我是获得 inner peace 屡试不爽的秘诀。而我也深深感激来自家人的爱，是家人的爱支持我一直走到现在。”他说。他继续说道：“我在新加坡国立大学读博和当博士后时的导师教授，是一位学术造诣极高却又非常和蔼可亲的老先生。康老师是新加坡最高科技奖的获得者，也是 JCR 一区期刊 ACS Applied Materials & Interface 的创刊副主编，更是我走上有机仿生电子学领域的领路人。”在 40 多年的学术生涯中，为中国培养了包括大学校长、长江学者、国家杰青以及上市公司老总等在内的一大批优秀人才，目前他仍然在西南大学继续从事有机材料的科研和教学工作。说：“在读博末期和博后期间，我时常同康老师借午餐时间讨论未来的人生之路。康老师非常支持我回到国内开展独立的学术工作，也一直鼓励我去做一些难而正确的事，这跟我自己乐于探索的性格不谋而合。”2012 年 6 月，宁波材料所创所所长教授带队到新加坡招聘，经由博士期间的国内合作导师华东理工大学教授引荐，于 2012 年 8 月回国加入宁波所开始学术生涯。在宁波的 6 年多时间里，他一直在有机电子器件领域开展工作。随着科研工作逐渐进入平台期，他也渴望能够在更大的舞台上挥洒汗水、尽情发挥。“在爱人的支持和老师的鼓励之下，阔别 14 年后我再次投入母校的亲切怀抱。2018 年 12 月我回到上海交通大学，在化学化工学院和电子信息与电气工程学院继续开展有机电子的科研与教学工作。于是，步入不惑之年的我在这里再次迸发了科学探索的激情和动力，研究工作也开始源源不断地取得新的进展与突破。”他说。
1.S. Liu, Y. Chen, G. Liu et al. Approaching the Zero-Power Operating Limit in A Self Coordinated Organic Proton Synapse. Adv. Sci., 2305075 (2023).2.S. Liu, Z. Zhang, P. Zhou, G. Liu et al. An ultrasmall Organic Synapse for Neuromorphic Computing. Nature Commun., 14, 7655 (2023).
运营/排版：何晨龙