——基于有机电化学晶体管的均质化感存算一体硬件

感知-存储-计算一体硬件颠覆传统感存算分离冯诺依曼架构，是实时高效信息感知、处理和反馈一体化人工智能的基础。然而，常用传感/存储/计算模块异质集成策略在半导体材料和器件架构上的异质性使其在加工兼容性、电导匹配和集成密度等方面受到限制，且不适合于微型化AI系统的构建。开发基于有机半导体材料单一有机电化学晶体管（OECT）器件，同时实现多模态感知和存算功能，有望大幅减少模块间信息传输、模数转换带来的延迟与能耗，提升加工兼容性与集成度。然而，OECT感知性能（易失性）和存算性能（非易失性）之间存在本质矛盾——感知功能需要低离子传输势垒以实现离子快速穿梭，存算功能需要高离子传输势垒以实现离子的长期存储。

为了克服上述矛盾，实现均质化多感-存-算一体硬件，西安交大金属材料强度国家重点实验室马伟教授课题组和香港大学电气与电子工程系王中锐教授课题组等单位合作，设计了一种沟道高度结晶的，全贯穿垂直结构的有机电化学晶体管（cv-OECTs），这种器件基于离子-电子混合导体材料，其具有高度结晶和高深宽比的沟道。通过改变栅压大小可选择性控制离子注入势垒不同的非晶/晶态相区，同时通过栅极界面过程控制，使器件可在易失性/非易失性模式间切换，并表现出优异综合性能。作为传感单元，其具有高开关比，和增益性能，65 mv/dec的低亚阈值斜率，可实现对多种高频微弱电生理信号的实时感知。同时，该器件还可对、光、热、化学等信号进行多模态感知，大大拓展了信息维度。作为非易失性人工突触，其具有远高于现有各类忆阻器，＞10-bit（1024）的模拟电导状态数量，超低编程随机性（△G_DS²/σ²≈179）。在32倍动态范围内，具有大于10000秒的电导状态保持时间和低电导漂移。最后，研究人员设计了基于上述器件的均质化脉冲神经网络硬件和储蓄池计算系统，展示了图像分类、条件反射、实时心脏疾病诊断等实际应用，对微型化边缘计算AI系统的发展具有重要意义。

图1. cv-OECT的器件结构，沟道材料/形貌与工作机理。

图2. cv-OECT的易失传感特性。

图3. cv-OECT的非易失存内计算特性及神经网络。

图4. cv-OECT的感存算均质化集成。

相关研究结果以《单电化学晶体管用于多模态感知，存储与处理》(An organic electrochemical transistor for multi-modal sensing, memory and processing)为题在线发表在《自然电子》(Nature Electronics)上，西安交大材料学院博士生王世杰和香港大学电气与电子工程系博士生陈曦为文章共同第一作者，马伟教授和香港大学王中锐教授为共同通讯作者。西安交通大学金属材料强度国家重点实验室为第一通讯单位。文章合作者还包括西安交通大学马恩教授，张伟教授和李桃教授，西安科技大学的李宇翔教授。该工作获得美国劳伦斯伯克利国家实验室，美国桑迪亚国家实验室重点评述(https://als.lbl.gov/an-organic-transistor-that-can-sense-process-and-remember/, https://doi.org/10.1038/s41928-023-00956-6), 得到了国内外专家的广泛肯定。《自然电子》期刊同时还发表了由美国桑迪亚国家实验室A. Alec Talin教授署名的题为《一种随需应变的有机器件》(An organic device with volatility on demand)的专题评述文章，评论认为“精确可调的突触和传感组合行为，在发展只有生物神经网络具有的感知和学习多功能模拟电路中价值巨大，使用该器件构成神经网络阵列可以最大限度地减少模数转换和信息传输所带来的能耗和延迟。同时该器件本征柔性、环境稳定性和低成本在脑机接口领域也具备良好的应用前景”。