来源：DeepTech深科技
近年来，AI 算法的蓬勃发展描绘了无限可能的应用前景，启发着人们去开发这样一种新型智能硬件：它能像人类大脑一样，以低功耗、高性能的方式，完成抽象的学习过程和复杂计算过程。
神经突触器件，是实现这类新型硬件所需要的半导体元件之一。通过连续可调节的方式，它可以收集存储处理数据，从而模仿生物神经突触的行为。相比传统数字计算方法，它能实现功能更新、能耗更低的模拟计算功能。
相比目前比较成熟的神经突触器件来说，它在结构上以忆阻器和忆阻晶体管为主，机制上以材料内部离子和缺陷的迁移、电荷捕获、铁电极化的调制、相变等为主。
而获得这类器件的核心材料，往往需要用到化学气相沉积、溅射、原子层沉积等制备工艺。
上述原因导致这类器件不可避免会遇到一些难题：比如器件和器件的不一致性、不可控的随机性、低转变速率、有限的存储态数量等。而只有解决这些问题，才能让神经突触器件真正在 AI 硬件中获得规模化应用。
基于此，美国亚利桑那大学材料系助理教授闫晓东和合作者跳出传统器件制备机制和制备工艺的局限，从全新材料体系和物理机制出发，开发了新一代神经突触器件。
图 | 闫晓东（来源：闫晓东）
据介绍，莫尔超晶格是一类新兴的材料体系。当二维莫尔超晶格材料以特定角度堆叠在一起时，会展现出新奇的物理现象。
过去几年中，诸如非常规超导、轨道磁性、魏格纳晶态等新物理现象，在莫尔超晶格中被纷纷发现，也让莫尔超晶格独特的电子特性得以被揭示。
然而，这些特性通常需要在极低的液氦温度下才能实现，在室温下根本无法保持，以至于这个内涵丰富的材料体系很难和实际应用挂钩。
直到 2020 年，美国麻省理工学院（MIT）和美国波士顿学院的研究人员发现，在 hBN/ 双层石墨烯（BLG，hBN/bilayer graphene）莫尔超晶格中存在非常规铁电现象，并能维持到室温。
之后，室温铁电现象在更多莫尔超晶格中被发现，也为莫尔超晶格走向实际应用带来了曙光。
在这个背景之下，闫晓东等人从 hBN/BLG 莫尔超晶格中的非常规铁电现象出发，在室温下实现了莫尔神经突触晶体管。在复杂情境之中，它具备实现 AI 算法的功能。
（来源：Nature）
同期 Nature 还发表了题为《二维材料提升计算中的生物现实主义》（2D materials ratchet up biorealism in computing）的评论文章， 介绍了本次器件在机制上的创新、以及在计算上的优良性能[2]。
未来，随着晶圆尺寸二维材料生长技术的进步，以及机器人辅助二维材料堆叠技术的完善，莫尔神经突触晶体管将在量产和阵列化取得新的突破。
基于莫尔神经突触晶体管的神经网络硬件，将能拥有高性能、自适应、低功耗等特点，可被用于智能可穿戴设备、无人机、自动驾驶、量子信息等领域。
未来，闫晓东和合作者将把扭转电子学、类脑计算以及 AI 等加以结合，探索莫尔超晶格器件在材料和结构上的创新、提升器件性能、降低器件能耗、推动器件规模化阵列化，以及这类器件在光、电、计算等领域的应用。
参考资料：
1.Yan, X., Zheng, Z., Sangwan, V.K.et al. Moiré synaptic transistor with room-temperature neuromorphic functionality. Nature 624, 551–556 (2023). https://doi.org/10.1038/s41586-023-06791-1
2.Koppens, F. H., Aimone, J. B., & Chance, F. S. (2023). 2D materials ratchet up biorealism in computing.
运营/排版：何晨龙
