随着人工智能、大数据和物联网技术的飞速发展，传统计算架构面临的“内存墙”瓶颈日益凸显。为了突破这一限制，科学家们正积极探索模拟人脑信息处理方式的神经形态计算。其中，忆阻器作为一种能够将存储与计算融为一体的新型电子器件，被视为构建未来类脑计算芯片的核心元件。
近期，来自天津理工大学集成电路科学与工程学院——微纳电子器件与系统创新研究团队（团队负责人张楷亮教授，团队成员郭洪玲、王玉婵、郑磊等人）在国际顶级期刊《Advanced Functional Materials》上连续发表三篇重要研究成果，分别从生物多功能模拟、环保材料设计和超灵敏感知三个维度，在神经形态忆阻器技术领域取得系列进展。
双模式与高仿生：模拟“学习记忆”与“疼痛感知”的忆阻器
人脑的神经系统并非只有一种工作模式。例如，突触的可塑性变化是渐进的、模拟的，负责学习和记忆；而伤害性感受器（痛觉神经）的反应则是突变的、数字的，用于快速预警危险。能否在单个器件上模拟这两种截然不同的生物功能？
鉴于此，团队开发了一种基于硫化锑（Sb₂S₃）并经PMMA界面修饰的生物启发双模态忆阻器《Bio-Inspired Sb2S3 Memristors Supporting Dual-Mode Operation via Self-Regulating Transport Pathways for All-in-one Neuromorphic Perception and Computation》（第一作者：杨源辉；通讯作者：郭洪玲、郑磊和张楷亮）。该器件的精妙之处在于，通过调控操作电压，可以使其在“模拟模式”和“数字模式”之间自由切换。
创新性引入超薄PMMA功能层，通过界面屏障限制Ag⁺迁移、电场缓冲增强耐久性及空位介导扩展VS通道，成功构建了银细丝/空位双导电路径协同机制，突破了传统单导模式局限性。
在模拟模式下（较低RESET电压），器件的电导可以连续、平滑地调节，完美模拟了生物突触的长时程增强（LTP）和长时程抑制（LTD）特性，这是学习和记忆的基础。
在数字模式下（较高RESET电压），器件的电阻状态会发生急剧跳变，模拟了生物痛觉感受器在受到有害刺激时产生动作电位的“全或无”响应。
这种双模态操作能力，使得单个忆阻器就能同时承担自适应学习和实时危险感知两种高级功能，为构建功能更全面、集成度更高的“一体化”神经形态感知与计算系统开辟了新路径。
一体化与绿色化：具有自组织异质结的无铅钙钛矿自整流忆阻器
传统忆阻器在构建高密度阵列时，会遇到严重的“串扰”问题，即电流会“泄露”到相邻的存储单元，导致读写错误。为解决此问题，通常需要为每个忆阻器额外配备一个选择器（如二极管），但这无疑增加了电路的复杂度和制造成本。自整流忆阻器（SRM）通过在单个器件内同时实现忆阻和整流两种功能，从根本上解决了串扰问题。
鉴于此，团队联合上海交通大学朱敏教授研究团队报道了一种基于无铅单组分钙钛矿（CsBi₃I₁0）的自组织异质结的自整流忆阻器《Lead-Free Perovskite Based Self-Rectifying Memristor with Self-Organizing Heterojunction for Energy-Efficient ImageInformation Sensing, Processing, and Protection》（Adv. Funct. Mater. 2025, e22022；第一作者：柴太源；通讯作者：王玉婵、郑磊和朱敏）。该器件巧妙地利用了材料内部的离子迁移，在电极界面处自发形成了一层AgI，构成了一个类似PN结的自组织异质结，从而实现了优异的整流特性。
此外，该器件展现了惊人的性能：
超低功耗：单次写入（SET）操作的功耗低至 16.8 fJ（飞焦），远低于同类器件。
超高整流比：整流比高达 6.2 × 10⁴，能有效抑制泄露电流。
超快速度：开关速度快至 30 ns（纳秒）。
多功能集成：该器件不仅能实现存储，还能构建“与/或/异或”等基础逻辑门，并利用其内在的随机性生成密钥，成功实现了对图像的硬件级加密与解密。
这项工作不仅为开发高性能、低功耗的存储计算一体化芯片提供了新的材料选择，其无铅化的设计也符合未来电子产品绿色环保的发展趋势。
双模式与高仿生：模拟“学习记忆”与“疼痛感知”的忆阻器
人类的视觉系统只能感知红、绿、蓝三色光，但在自然界中，许多生物（如蝶鱼）拥有能感知紫外光的“第四种”视锥细胞，赋予了它们“四色视觉”能力，能在微弱光线下发现猎物或同伴。能否让人造视觉系统也拥有这种超越人眼的能力？
鉴于此，团队联合天津大学胡文平教授等研究团队，从蝶鱼的四色视觉中获得灵感，开发了一款基于有机/无机钙钛矿半导体异质结（C6-DPA:Cs₃Bi₂I₉/PMMA）的神经形态视觉忆阻器（NVM）《Tetrachromatic-Inspired Neuromorphic Visual Memristors Based on Organic/Inorganic Perovskite Semiconductor Heterostructures for Synchronous Spatio-Temporal Detection》（Adv. Funct. Mater. 2025, e20381；第一作者：许宸豪等；通讯作者：郑磊、王玉婵）。该器件通过将具有独特紫外吸收性能的有机材料与钙钛矿相结合，实现了对微弱紫外光信号的超灵敏探测。该器件的紫外光探测极限低至 0.41 μW/cm²，比探测率（D*）高达 4.2 × 10¹⁴ Jones，比现有紫外光敏忆阻器提升了三个数量级，达到了世界领先水平。
更重要的是，该器件阵列能够模拟生物视网膜，利用对不同紫外光强度的差异化响应，实现了对动态和静态图像的同步感知。即使在高达50%的噪声干扰下，系统依然能准确提取图像信息，并结合卷积核运算，精确追踪低光照条件下的运动轨迹，成功复现了“蝶鱼在幽暗环境中追踪猎物”的场景。
迈向应用：类脑计算与实时图像处理
除了各自独特的创新点，这三项研究都在模拟人脑核心功能——模式识别和实时处理上取得了优异成果。研究团队利用这些新型忆阻器构建了人工神经网络，并在国际公认的MNIST手写数字数据集上进行了测试。结果显示，这三款器件在硬件仿真中均表现出卓越的模式识别能力，识别准确率分别达到了92.08%、93.09%和超过90%。这证明了其作为神经形态计算硬件的巨大潜力。此外，研究团队还展示了基于忆阻器阵列的“存内计算”能力。通过将不同的图像处理算法（如边缘检测、高斯模糊等）编程到忆阻器的电导矩阵中，系统能够直接在硬件层面并行完成对图像的卷积处理，实现了对静态图像的特征提取和动态目标的实时追踪。这相比于传统计算架构中数据在处理器和内存之间来回搬运的方式，效率和能效都得到了质的飞跃。
