基于二维超离子导体的多模离子门控晶体管以用于深度学习中的内存计算！Nature Communication

对于神经形态计算，在单个设备中集成乘法累加操作和非线性激活可以减少延迟和功耗，同时提高计算效率。然而，这些操作提出了相互冲突的要求：多重积累需要高度线性和非易失性的电阻状态，而激活需要各种非线性突触行为。这些对比鲜明的需求使得在单个设备中集成这两种功能变得极具挑战性。近日，中国科学院任文才使用2D CdPS₃-Li作为介电层，MoS₂作为沟道材料构建了一个多峰离子栅极晶体管。

本文要点

1) CdPS₃-Li的分层结构有助于Li⁺存储的各向异性离子传输，并产生强烈的离子-电子耦合，从而在电脉冲下产生高线性和非易失性电阻状态。此外，CdPS₃-Li中的Cd空位吸引并捕获MoS₂中的光生空穴，导致光脉冲下丰富的非线性行为。

2) 因此，CdPS₃-Li晶体管可以同时执行这两种操作。CdPS₃-Li晶体管阵列在手写数字分类方面实现了高精度，为神经形态计算提供了极具前景的硬件解决方案。

参考文献

Bo Tong et.al Multimodal ion-gated transistor based on 2D superionic conductor for in-memory computing in deep learning Nature Communication 2026

DOI: 10.1038/s41467-026-70587-w

https://doi.org/10.1038/s41467-026-70587-w

学术QQ交流群

（加群方式：请备注：姓名-单位-研究方向)

    (无备注请恕不通过，由管理员审核后入群）

 功能器件群-2：176356631

复合材料群-2：834770793 

 金属材料群-1：1053270764

 二维材料群-2：1075914107

 光学材料与器件群-3：630424402

同步辐射丨球差电镜丨FIB-TEM

原位XPS、原位XRD、原位Raman、原位FTIR

加急测试

李老师

158 2732 3927