基于无机钙钛矿量子点的光控人工突触模拟
由于内存和中央计算单元之间的数据通信速率有其固有的局限性，因此，将主要内存和中央处理器分离的冯诺依曼架构的传统计算系统现在面临着信息爆炸的重大挑战。人类的大脑中的神经突触作为人体中的记忆和计算单元，能够处理大量的信息，并且每一个突触事件只有1-100个fJ的消耗。这种独特的体系结构提高了大脑处理学习、思考和情感行为的能量效率，这在传统计算机中几乎是行不通的，或者效率也低得多。由前神经元在轴突上传送的动作电位，并通过突触传递给后神经元。前神经元和后神经元之间的交流强度被定义为突触重量和神经活动，其突触可塑性被认为是大脑学习和记忆的主要原则。人工智能和物联网的概念（IoTs）推动了对神经系统的物理水平的模仿。作为神经形态结构发展的第一个重要阶段，探索神经突触可塑性模拟的电子器件是必不可少的。
近期，针对上述技术问题和挑战，深圳大学韩素婷副教授和周晔研究员（共同通讯作者）等从生物的视角出发，发表了题为“Inorganic Perovskite Quantum Dots-Based Photonic Synapse for Neuromorphic Computing”的研究文章。文章通过无机卤素钙钛矿量子点应用在浮栅型闪速存储器中，系统性研究不同光照条件对闪速存储器的存储性能的影响，对今后光控存储器的开发具有一定的指导意义，能够成为该方向上的一个重要亮点。同时创新性地利用闪存器件对人工突触进行模拟研究，具有可借鉴推广性。为实现高性能存储器的制备提供了一种简单高效的理论研究方法。该项工作为下一代高性能存储器的开发提供了新思路。
相应工作发表在Advanced Materials（DOI：10.1002/adma.201802883）上，第一作者为深圳大学电子科学与技术学院王燕博士。
猜你喜欢
（点击以上标题可以阅读原文）
MaterialsViewsChina
官方微信平台
聚焦材料新鲜资讯
材料大牛VS新秀访谈
MVC论文排行榜每月新鲜出炉
热爱科研的你还在等什么，快加入我们一起微互动吧！！！
微信号：materialsviews
微博：materialsviews中国
欢迎个人转发和分享，刊物或媒体如需要转载，请联系：
materialsviewschina@wiley.com
关注材料科学前沿，请长按识别二维码
点击左下角“阅读原文”，阅读Advanced Materials原文