隨著以數據為中心的人工智慧應用的快速發展，馮·諾伊曼計算架構存算分立的特點給海量資料處理造成了嚴重的訪問延遲和能量損耗。為突破傳統的馮·諾依曼計算架構、實現存算一體化，構築高速、低功耗、可高密度集成的新型多功能記憶體是其中尤為關鍵的研究課題。二維資料因其獨特的結構和物理化學性質受到廣泛關注，已被應用於構築各種高性能新型存儲器件。何軍教授課題組長期從事新型二維存儲器件方面的研究，包括基於增强缺陷效應的光電記憶體和憶阻電晶體（Nat.Commun.2019，10，4133；Nano Lett. 2020，20，4144），以及基於範德華異質結的紅外非易失性記憶體（Sci.Adv. 2018，4，eaap7916）等。近期，我院何軍教授課題組受邀在國際期刊Advanced Materials（《先進材料》）上線上發表綜述文章：Emerging Two-dimensional Memory Devices for In-memory Computing。武漢大學物理科學與技術學院為該研究工作的唯一通訊組織，何軍教授為通訊作者，博士後尹蕾為第一作者。
文章從二維存儲器件的最新研究進展及其在存內計算中的應用等方面展開詳細論述。通過對其工作原理的系統歸納，總結了二維資料在高性能存儲器件設計方面的獨特優勢，介紹了其在存內計算、電子突觸類比、模式識別等研究中的進展，同時闡述了二維資料在面向人工智慧的下一代存儲技術中的應用前景。最後，文章還詳細討論了現時高性能二維記憶體在構築、集成和實際應用中的關鍵挑戰，對其未來的發展進行了展望。
基於二維資料的存儲器件示意圖
另外，探索以光、電等多模式驅動的多功能器件將為未來感存算器件設計提供新的途徑。作為光電器件設計的基礎，光電資料及相關探測科技同樣受到廣泛關注。日前，何軍教授團隊受邀在國際期刊Advanced Electronic Materials（《先進電子材料》）上線上發表綜述文章：Recent advances on two-dimensional materials for photodetectors。武漢大學物理科學與技術學院為該研究工作的唯一通訊組織，何軍教授為通訊作者，博士生薑健為第一作者。該綜述對基於二維資料（層狀資料和非層狀資料）及其異質結的最新光電探測器進行了詳細介紹，並闡述了改善探測器效能的相關方法。最後，基於現時的研究現狀和挑戰，對二維光電探測器的未來發展進行了展望。
論文連結：https://onlinelibrary.wiley.com/doi/10.1002/adma.202007081
https://doi.org/10.1002/aelm.202001125
本文版權歸原作者所有，文章內容不代表平臺觀點或立場。如有關於文章內容、版權或其他問題請與我方聯系，我方將在核實情况後對相關內容做删除或保留處理！