据中国激光杂志社网，于2023年09月19日报道，石墨烯人工突触制造实现光电类脑计算应用。
文章导读
人工智能（AI）和物联网（IoTs）技术对芯片算力、大数据可访问性和算法训练模型优化的需求激增。由于冯·诺依曼架构的限制，传统计算机面临着高能耗和低计算效率的挑战。类脑计算以脉冲神经网络为主要计算范式，模拟生物神经元系统，是打破冯·诺依曼瓶颈、获得高效并行计算技术、实现下一代人工智能技术的重要途径之一。模拟生物突触功能的突触器件和集成是作为未来类脑计算发展的重要硬件支持。石墨烯作为一种二维晶体材料，不仅具有优异的光电特性，还具备良好的可加工性、稳定性和生物相容性，是发展未来生物相容的神经形态系统的重要材料。
此外，光通讯具有大的光学带宽、高抗干扰性、最小化信号延迟和功率损耗的独特优势。因此，引入光子电路构建光电神经形态计算架构，能有效实现系统的互连性、操作线性和多样性。近期，深圳大学高等研究院的周晔团队在SCI期刊《极端制造》（International Journal of Extreme Manufacturing, IJEM）上共同发表《石墨烯人工突触制造实现光电类脑计算应用》的综述，文章主要内容如图1所示，系统介绍了石墨烯器件制备技术、石墨烯人工突触及其光电类脑应用的最新进展，最后展望其在未来神经形态系统中的研究方向。
亮 点
介绍并讨论石墨烯器件的制备技术，包括合成、转移和图案化；
归纳总结石墨烯在人工突触器件（忆阻器和突触晶体管）中的作用；
综述石墨烯突触器件的光电应用研究进展；
概述石墨烯突触器件在光电神经形态应用中的挑战和未来前景。
研究背景
随着新型存储机制和器件架构的发现，基于各种材料的人工突触器件被相继开发，例如基于氧化还原活性、相变或铁电材料的双端忆阻器，以及具有三端晶体管结构的器件。尽管成熟的互补金属氧化物半导体（CMOS）处理技术允许构建大规模的人工突触集成电路，但基于金属布线的电路设计限制了集成电路的互连规模，同时大规模的金属布线会带来信号衰减和散热问题。光通讯具有大的光学带宽、高抗干扰性、最小化信号延迟和功率损耗的独特优势，引入光子电路来构建光电神经形态计算架构，可以实现人工神经网络的高度互连性、操作线性和功能多样性，尤其在模拟生物视觉感知系统方面具有巨大潜力。
值得注意的是，光电突触器件的实现依赖于独特的光−物质相互作用，需要理想的功能材料和合理的器件结构。石墨烯作为一种二维晶体材料，不仅具有优异的光电特性，还具备良好的可加工性、稳定性和生物相容性，是发展未来生物相容的神经形态系统的重要材料。以石墨烯突触器件构建人工神经网络对未来光电类脑计算发展有着重要促进作用。在本文中，周奎博士等人对石墨烯突触器件的最新进展进行了详细介绍。
最新进展
石墨烯突触器件的最新进展主要分为三个部分：制备工艺、器件结构和光电类脑计算应用。首先，石墨烯突触器件的制备工艺主要包括石墨烯材料合成、转移和图案化三方面。另外，突触器件结构主要分为两种，即两端忆阻器和三端突触晶体管。最后，光电类脑计算应用涉及到，例如光逻辑计算、神经视觉系统和联想学习等。
石墨烯制备工艺包括石墨烯合成、转移和图案化。如图2所示，合成主要分为自上而下的剥离法和自下而上的化学气相沉积法；转移步骤主要包括在石墨烯表面沉积支撑膜，然后将石墨烯从生长基底剥离，最后对准转移到目标基底上；石墨烯图案化主要包括光刻图案化法和激光直写法。
石墨烯突触器件结构 石墨烯突触器件从结构上可分为：两端忆阻器和三端突触晶体管。如图3所示，在两端忆阻器中，石墨烯可以作阻变活性层、超薄电极和离子迁移调制层。而在三端突触晶体管中，石墨烯可以作为半导体层，构建界面捕获型晶体管、浮栅晶体管和电解质栅晶体管，其中石墨烯由于优良的电荷捕获性能，还能作为浮栅晶体管中的浮栅层。
光电类脑计算应用 在石墨烯光电突触器件中，光信号刺激能提供独特的无接触方式来模拟生物突触功能，促进了多功能和高智能神经形态系统的发展。首先，石墨烯具有原子薄的结构、高稳定性、可大规模制备特性，有利于器件的大规模集成。
然后，石墨烯还具有独特的光电特性，例如高双极场效应迁移率，这有助于高速电信号通信和神经形态计算的可调功能；高的光学损伤阈值使其在光子学和光电子的应用中具有可靠性；独特的电子结构使其性质易受外部光刺激，这表明基于石墨烯光电突触器件中存在强烈的光诱导调制。
最后，石墨烯与各种材料高度兼容，形成了石墨烯基异质结构，这赋予了石墨烯前所未有的可设计光电特性，以应对光电神经形态应用中的各种要求。图4展示了石墨烯突触器件的光电应用，包括逻辑运算、神经形态视觉系统和联想学习。
未来展望
石墨烯是一种具备良好的可加工性、稳定性和生物相容性的优异的二维光电晶体材料，势必在未来生物相容的神经形态系统领域发挥重要作用。其前景主要包括以下几个方面：为了实现石墨烯突触器件的功能多样性，基于石墨烯的异质结构的制备方法需要进行深入研究；石墨烯衍生材料的性质及器件应用需要进一步开发；全面了解界面物理/化学机制有利于指导石墨烯基突触器件的合理界面设计，提高功能化器件的制备效率；未来研究需要逐步从石墨烯突触器件、集成向神经形态系统发展，开发独特的石墨烯基光电神经形态系统应用，如生物智能传感器系统、智能脑机接口和人工智能皮肤等。
作者简介
周 晔
深圳大学
周晔研究员，深圳大学高等研究院课题组长，英国物理学会会士，皇家化学会会士，英国工程技术学会会士，博士生导师。研究兴趣包括基于功能材料的信息存储与传感，在《Science》、《Chem. Rev.》、《Nat. Electron.》、《Nat. Commun.》、《Matter》、《Adv. Mater.》、《Appl. Phys. Rev.》、《Adv. Funct. Mater.》、《Nano Lett.》、《Mater. Today》、《Nano Today》、《IEEE EDL》、《IEEE TED》等期刊发表论文100余篇，被引用9000余次，H-因子52，获授权中国与美国发明专利20余项。担任《STAM》副编辑、《Materials Horizons》顾问委员会委员，《IEEE Access》、《Vacuum》、《Multifunctional Materials》、《PLOS ONE》、《Energy Reviews》、《General Chemistry》编辑委员会委员，《The Innovation》青年编辑，《SmartMat》、《Materials Futures》、《Science China Materials》等期刊青年编委。
