BBIN BBIN宝盈集团SCMs封面文章｜无硅电子器件-基于钙钛矿和有机半导体杂化器件用于高效神经形态计算

　　报道了一种通过旋涂CsPbBr3钙钛矿量子点和PDVT-10共轭聚合物共混物来制备神经形态光突触晶体管的新方法。

　　随着信息技术的高速发展和人工智能时代的到来，人类社会的数据量出现了爆发式的增长，并且数据的复杂程度也明显提高。由于存储和处理单元的分离，传统的硅基电子器件在处理这些庞大、复杂的信息时，存在着巨大的技术挑战。相比之下，人类大脑具有大量的神经元（~1012）和突触（~1015），它能够实现同步的信息储存和运算，并且能量消耗也很低。受人类大脑的启发，构建具有神经形态计算特性的电子器件成为了一个潜在的信息技术方向。这种模拟人脑的神经形态信息处理模式具有更高的信息处理效率，在人工智能领域显示出广阔的应用前景，包括模式识别、大数据处理、机器学习等。

　　光突触晶体管具有大的带宽、强的抗信号干扰能力、低能耗、快速的信号传输能力等优势，被视为构建神经形态器件的理想候选者，并有望突破传统冯若依曼架构的运算限制。近年来，基于人工模拟光突触晶体管的神经形态计算系统受到了人们的广泛关注。然而，设计和构建制备工艺简单和信息处理效率高的光突触晶体管面临着巨大的挑战。

　　近日，天津大学-新加坡国立大学福州联合学院胡文平教授等人在SCIENCE CHINA Materials上发表研究论文，报道了一种通过旋涂CsPbBr3钙钛矿量子点(QD)和PDVT-10共轭聚合物共混物来制备神经形态光突触晶体管的新方法。CsPbBr3QD/PDVT-10杂化薄膜展现出强的光学吸收和良好的电荷传输性能，有助于此类钙钛矿基突触实现优异的光电转换和器件性能。研究结果表明，CsPbBr3QDs/PDVT-10杂化突触晶体管能够模拟基本的光突触性能，包括兴奋性后突触电流、双脉冲促进、长程记忆、多级光增强和电抑制性质。

　　此外，该项工作将CsPbBr3QDs/PDVT-10杂化光突触晶体管成功应用于神经形态计算，其模式识别精度高达89.98%，优于大多数报道过的突触晶体管。这项工作提供了一条简便的途径去构建具备高模式识别精度的钙钛矿基神经形态系统，拓宽了钙钛矿基突触晶体管在神经形态计算领域的应用前景。