在追求高并行、低功耗、持续运行的智能计算架构的背景下，模拟生物突触的仿生神经形态器件成为研究热点，有望实现类脑信息处理。纳流体忆阻器，以水溶液中的离子为载流子，兼具表面特性可调和生物相容性好等优势，在神经形态突触和脑机接口领域展现出巨大潜力。然而，现有纳流体忆阻器的通道长度通常在微米级别，导致传输效率低、能耗高、难以规模化制备等问题。此外，其结构设计难以精确模拟（亚）纳米级离子通道，限制了其进一步发展。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
基于二维材料固态纳米孔的仿生纳流体忆阻器
为应对上述挑战，北京大学集成电路学院王路达课题组利用微纳加工技术，制备出特定电导的二维材料固态纳米孔结构，成功研制了一种新型仿生纳流体忆阻器（如图所示）。该研究通过不同价态离子间的静电作用，有效调控器件的滞回曲线和电导开关比。理论模拟揭示了纳米孔结构的表面电荷和离子动力学过程对忆阻器性能的影响机制。基于器件的电导态累积效应和非易失性记忆特性，研究人员成功模拟了突触可塑性和类脑学习功能，在毫秒级脉冲宽度下实现了约0.546 pJ的每脉冲能耗，优于现有同类器件。
这项研究利用埃米尺度空间内的离子动力学输运构建纳流体忆阻器，不仅突破了纳流体神经形态器件的瓶颈，也为深入理解大脑神经活动机制提供了新途径，为类脑人工智能开辟了新的思路。相关研究成果已发表在《纳米快报》（Nano Letters）上，北京大学集成电路学院宋瑞洋（2020级博士）、王鹏（2023级博士）为共同第一作者，王路达为通讯作者。该研究得到了国家重点研发计划和国家自然科学基金等项目的资助。
以上就是北京大学集成电路学院王路达团队在纳流体忆阻器及仿生神经形态应用领域取得重要进展的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
903
收藏
