基于BP/POx/WSe2异质结构的浮栅光电突触晶体管在神经形态视觉处理中的创新应用

时间:2025年9月15日
来源:Advanced Science

编辑推荐:

本文报道了一种基于二维范德华材料BP/POx/WSe2异质结构的浮栅晶体管,该器件展现出高达105的开关比和73V的大记忆窗口。通过电学和光电调控实现了短期可塑性(STP)、长期可塑性(LTP)和双向权重更新等关键突触功能,并成功模拟人类视觉记忆行为,单次突触事件能耗低至10pJ。研究者进一步开发了双路径卷积神经网络(CNN),在LFW人脸识别任务中达到96.9%的准确率,为边缘人工智能应用的视觉处理提供了创新解决方案。

广告
   X   

材料与器件设计创新

本研究采用机械剥离法制备了BP/POx/WSe2异质结构浮栅晶体管,其中WSe2作为沟道层,自发氧化的BP衍生物POx作为隧穿势垒,BP作为浮栅层。高分辨率透射电镜(HRTEM)显示BP与WSe2之间存在约3nm的非晶层,能量色散X射线光谱(EDS)元素 mapping证实该界面层为磷氧化物。原子力显微镜(AFM)测量显示BP/POx和WSe2的厚度分别为10nm和7nm。X射线光电子能谱(XPS)在130.1eV和134.8eV处分别检测到P-P和P-O键的特征峰,拉曼光谱结果与先前报道的二维材料特征峰一致。

电学特性与存储机制

器件的转移特性曲线显示出显著的回滞窗口,其记忆窗口随背栅电压(Vbg)扫描范围的增大而扩大,在±80V扫描范围内达到73V。输出特性曲线呈现二极管特性,在正偏压区域符合Fowler-Nordheim(FN)隧穿机制。存储机制可解释为:负向Vbg使空穴从WSe2沟道隧穿通过POx层被BP浮栅捕获,等效于施加正栅压使沟道耗尽;正向Vbg则将空穴推回沟道,使器件导通。这种垂直异质结构设计实现了高效的电荷存储与释放。

电调控突触特性

该器件成功模拟了生物突触的核心功能。通过调节电脉冲的幅值、宽度和频率,实现了从短期可塑性(STP)到长期可塑性(LTP)的转变。当施加40V小幅度脉冲时,突触后电流(PSC)呈现快速衰减的STP特性;而80V脉冲则诱发持续性的LTP响应。双脉冲易化(PPF)实验显示 relaxation时间常数(τ1=10.426ms, τ2=261.848ms)与生物突触相当。在±60V脉冲作用下,器件展现出良好的LTP/D循环稳定性,经过1000次循环后仍保持103的开关比。

光电协同突触行为

在365nm光照下,器件展现出优异的光电突触特性。通过调节光功率和曝光时间,可实现从STP到LTP的转变,并表现出持续光电导(PPC)效应。特别值得注意的是,在Vds=0.01V的读取电压下,单次突触事件的能耗仅为10pJ,优于大多数已报道的光电突触器件。光照条件下,BP在紫外波段产生大量光生载流子,而WSe2的PPC效应使少量载流子被POx层缺陷陷阱捕获,产生光生栅压效应,显著降低了空穴注入势垒,实现了光子调控的"光电阀门"效应。

视觉记忆模拟

器件成功模拟了人类视觉记忆的多个特征。通过控制光照时间、脉冲次数和光照后时间,再现了"瞥视"、"凝视"和"重复观看"等视觉记忆形成过程。短暂光照(5s)后,字符"H"的图像信息可保留30s;延长光照时间(15s)或增加脉冲次数显著增强了记忆保持能力。这种基于光刺激的图像感知与记忆功能,为神经形态视觉系统的实现提供了硬件基础。

神经形态计算应用

研究者创新性地开发了双路径卷积神经网络(CNN)架构,分别处理电压激励和脉冲激励信号。该网络包含4个动态卷积层和3层全连接神经网络,利用器件的LTP/D曲线约束调节激活函数的非线性特性,NSeff参数控制神经元灵敏度,Gmax/Gmin影响权重初始化范围。在LFW人脸数据集上的测试表明,该模型准确率达到96.9%,ROC曲线下面积(AUC)达99%。激活特征图显示网络能够聚焦于眼睛、鼻子和嘴巴等关键面部区域,模仿人类视觉感知机制。

技术优势与意义

与传统硅基突触相比,该浮栅光电突触晶体管具有三大优势:一是利用二维材料异质结构实现了原子级薄层和可调电子特性;二是通过BP/POx界面工程优化了能带对齐,获得了优异的存储性能;三是实现了电学和光学双模调控,为多模态神经形态计算提供了硬件平台。10pJ的超低能耗特性使其特别适合边缘AI应用,为人脸识别、图像处理等视觉任务提供了能效优化的解决方案。

未来展望

这项研究不仅展示了二维材料在神经形态计算中的巨大潜力,更重要的是提出了材料-结构协同设计的新范式。BP/POx/WSe2异质结构成功解决了BP环境稳定性的难题,同时充分利用其氧化敏感性实现功能创新。双路径CNN算法的开发体现了硬件-软件协同优化的设计理念,为未来视觉增强的神经形态计算系统奠定了基础。这种将材料特性、器件物理和算法设计深度融合的研究方法,将为新一代人工智能系统的发展提供重要借鉴。

生物通微信公众号
微信
新浪微博


生物通 版权所有