1
Chip：高稳定性MoS₂光电探测器单元及其在传感器内计算应用
人工智能和物联网的发展使得系统的感知节点快速增加，并产生持续增长的未结构化的原始数据。在传统的系统设计中，感知的模拟信号通过模数转换单元转换成数字信号，然后传输到其它的计算单元里进行计算任务。这种将传感端和计算处理单元分开的架构会导致相对较高的功耗、数据获取延迟以及硬件冗余等。为应对传感计算分离架构的诸多缺点，可以缩短数据处理时间、降低功耗和提高器件面积的先进传感器内计算（In-sensor computing）架构被提出。此种新架构对实现在延迟方面要求苛刻的、传感器丰富的平台或应用（比如自动驾驶、微型机器人和实时视频分析等）具有重要意义²。
二维过渡金属硫族化合物（TMDs）具有新奇的电学和光学性质。基于二维TMDs的光电探测器也在图像传感器、光伏、人工视觉电子和神经突触等方面表现出具有前景的应用。在多种二维TMD材料中，二硫化钼（MoS₂）由于其独特的结构和性质，如带隙可调、原子级的厚度和无悬挂键等，吸引了广泛的研究兴趣。最近，基于表面饱和反应机制的原子层沉积（ALD）制备晶圆级连续TMD薄膜的工艺被提出。由ALD制备的TMD薄膜具有多方面的优点，比如精确的材料厚度控制，优异的均匀性、同质性以及台阶覆盖特性³⁻⁵，为大规模、多功能的电路级集成应用提供了新的解决途径。
复旦大学朱颢团队采用ALD制备了晶圆级的二维MoS₂薄膜，并基于大面积的MoS₂薄膜制备了传感器内计算的光电单元。该MoS₂光电探测器单元采用顶栅器件结构，并使用在透明和柔性电子器件中广泛使用的透明电极氧化铟锡（ITO）作为顶栅电极。本研究所制备的顶栅MoS₂探测器单元与背栅结构的探测器单元相比具有更好的空气稳定性。此MoS₂光电探测器单元在光波长（λ）为500 nm，光功率密度（Pᵢₙ）为16.0 μW cm⁻2时，具有最大的光电响应度（R = 555.8 A W⁻1）。另外，基于MoS₂光电探测器单元，本研究也构建了具有均匀性和良好的光电响应特性的器件阵列。
该研究还基于MoS₂光电探测器单元成功地构建了多功能的逻辑门，包括非门/反相器（Inverter），与非门（NAND），或非门（NOR）。这些多功能和强健的传感器内计算功能的实现，主要得益于基于ALD制备的晶圆级均匀MoS₂薄膜以及特殊的器件结构设计。由于光信号探测与逻辑功能的一体化是基于MoS₂光电探测器单元实现的，本工作制备的大面积MoS₂薄膜优化了功能器件总面积。本工作为高性能集成感知和数据处理系统在多领域的应用的实现提供了新方案。
出版信息
标题:
Sensitive MoS2 photodetector cell with high air-stability for multifunctional in-sensor computing
出版信息:
Chip，09 September 2022
DOI:
10.1016/j.chip.2022.100023
2
黄如院士-杨玉超教授团队在仿生光电突触与多模态、多尺度储备池计算研究中取得重要进展
物理系统的动态演化过程可以作为一种高效的计算资源应用于信息处理。在输入的驱动下，物理系统遵循内在规律进行演化，演化的结果实现了对输入信息的变换，并作为达成特定计算功能的重要基础。基于此构建的硬件神经网络具有比数字系统更高的能效和更快的速度。储备池计算（Reservoir Computing）是其中备受关注的一种计算范式，具有易于训练、硬件开销低等优点，并且可以使用各种电学和光学硬件实现。储备池计算硬件所需的关键特性是非线性和短时记忆，前者可以将输入信息非线性地映射到高维空间，而后者意味着系统的状态由当前输入和最近的输入共同决定。满足上述要求的动态忆阻器件被用于硬件实现储备池计算，并展现出广阔的应用前景，在语音数字识别、混沌系统预测、解决二阶非线性任务和实时神经活动分析等方面取得了显著的进展。
然而，当前的忆阻器件多为单一物理机制，缺少跨模态的突触可塑性，缺乏弛豫时间的可调性，这导致基于忆阻器的储备池仍然面临非线性映射模式固定、无法处理多模态信号、缺乏多尺度特征提取能力等问题，因而限制了储备池的信息处理能力，难以实现多模态、多尺度的储备池计算系统。
针对以上关键问题，北京大学集成电路学院/集成电路高精尖创新中心黄如院士-杨玉超教授课题组构建了基于α-In2Se3的多功能光电忆阻器件，利用其光电耦合的动力学特性，实现了多模态融合、多时间尺度的储备池计算。其中，范德华半导体α-In2Se3同时具有铁电、光电特性，以此为基础构造的忆阻器件在电、光脉冲的激励下体现出丰富的突触特性，包括PPF、PPD、EPSC、IPSC、LTP/LTD等长、短时程可塑性。
更重要的是，光电混合的物理机制使器件具有跨模态的突触可塑性，为储备池计算提供了多种非线性映射模式。基于此，研究团队提出了多模态融合的技术方案，构建了多模态融合的储备池计算系统，成功实现了多模态的手写数字识别和二维码识别任务，分别达到了86.1%和98.6%的准确率，并且在低涨落（C2C σ/μ="0.1）下精度基本保持不变。此外，背栅电压/光照作为第三端可以进一步实现异源突触可塑性，从而有效地调控器件的直流和脉冲特性，尤其是器件的弛豫时间可被缩短超过一个量级。该器件解决了已有忆阻器弛豫时间相对固定的问题，并进一步实现了多尺度的储备池计算，通过将器件置于不同的弛豫时间能够捕捉MSO5时间序列在不同尺度上的特征，从而成功实现了对该序列的准确预测（NRMSE=0.105）。
本研究利用α-In2Se3忆阻器中的多种物理机制，实现了跨模态的突触可塑性和弛豫时间的可调性，提供了多种非线性映射的模式、多模态融合的创新方案、多尺度特征提取的能力，为储备池计算应用于更复杂的任务和更广阔的场景奠定了坚实的基础。
出版信息
标题:
An optoelectronic synapse based on α-In2Se3 with controllable temporal dynamics for multimode and multiscale reservoir computing
出版信息:
Nature Electronics，13 October 2022
DOI:
10.1038/s41928-022-00847-2
转自：“科研之友 ScholarMate”微信公众号
如有侵权，请联系本站删除！
