河北
隨著對人工智能和類腦計算需求的迅速增長，傳統馮·諾伊曼架構在計算功率密度、能效和實時性能方面正逐漸接近物理極限。石墨烯量子點（GQDs）和氧化石墨烯量子點（GOQDs）作為具有量子局域效應和可調帶隙結構的零維碳基材料，在構建下一代超低功耗、大規模集成類腦設備方面展現出巨大潛力。
本文，深圳大學高等研究院周曄 特聘教授等在《ADVANCED SCIENCE》期刊發表名為“Advances and Perspectives in Graphene-Based Quantum Dots Enabled Neuromorphic Devices”的論文，系統性地總結了基于石墨烯的量子點的主要制備策略及其結構調控與功能化方法。重點探討了基于石墨烯的量子點在突觸工作機制中的核心功能，如電荷捕獲、離子遷移和光電協同作用，以及其在非易失性存儲器、電學與光電子人工突觸及類腦系統中的最新進展。最后，本文從材料可控性、機理解釋性、器件結構工程及系統級異構集成等角度總結了當前面臨的關鍵挑戰，并提出了未來研究方向，為開發新一代高效、可擴展的類腦計算硬件提供參考。
本文全面回顧并總結了基于石墨烯量子點的類腦器件的最新研究進展（圖1）。首先，我們介紹了基于石墨烯量子點的基本制備方法及其關鍵改性策略。隨后，我們重點探討了基于石墨烯量子點在類腦器件中的主要工作機制，例如電荷捕獲、離子遷移以及光電協同作用。在此基礎上，我們系統地對各類基于石墨烯量子點的類腦器件進行了分類，并總結了其代表性器件性能及應用實例。最后，我們從材料、機理、器件結構及系統集成等多維度探討了當前面臨的關鍵挑戰，并提出了未來的發展方向。
圖1、Overall diagram of neuromorphic device based on graphene-based QDs.
綜上所述，盡管基于石墨烯量子點的類腦設備發展迅速，但其從實驗室原型向可擴展制造和實際部署的過渡仍面臨多維度的瓶頸，包括材料可控性、機理可解釋性、器件一致性以及系統級協同性。未來，隨著精確的量子結構控制、異質界面工程和多物理耦合設計日趨成熟，加之受大腦啟發的計算領域中硬件-算法協同設計范式的不斷演進， 基于石墨烯的量子點有望在構建下一代超低功耗、高密度、具備在線學習能力的神經形態硬件中發揮關鍵作用，為后摩爾時代的智能計算系統提供突破性的材料基礎和技術路徑。
文獻：
https://doi.org/10.1002/advs.202600042
來源：材料分析與應用
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
