基于同质器件架构的感-算-存一体神经形态硬件
主要完成人：叶镭、缪向水团队
实现类脑智能是人类长期以来一直追求的梦想，类脑神经形态硬件是类脑智能的基石和引领者。叶镭、缪向水团队突破了信息传感、存储和计算之间信息交换时存在的性能瓶颈，创新性地提出了一种同质晶体管-存储器架构和新型类脑神经形态硬件，成为未来颠覆性传感-存储-计算一体化的类脑智能和革命性非冯·诺依曼计算体系的一缕曙光。
为了实现存算一体的类脑神经形态硬件，存储器阵列通常需要与外围电路连接，因为在实现存内计算的前后，都需要进行信号处理工作。但是存储器的器件结构和外围电路的器件结构存在差异，导致存储器和外围电路的物理分离，器件集成及其相互耦合限制了类脑芯片的设计。且随着器件尺寸的不断缩小，相互之间的阻抗匹配阻碍了高性能和高能效类脑计算的实现。
以相同的器件结构构建存储器和外围电路有望突破以上瓶颈。二维材料作为优异的红外智能传感材料，且可以构建丰富的存储器结构，论文提出了二维材料与铁电近邻耦合实现感-存-算一体的新方法。一方面，固定的铁电极化等效为非易失栅极电场对二维材料沟道进行电学掺杂，从而构建PN结、结型晶体管（BJT）等器件，用于构建外围电路；另一方面，铁电畴的极化翻转调制能够改变BJT的结区内建势垒，用于构建非易失存储器，并提升高低阻值比，以实现存内计算。
论文中单个器件包含多层二硒化钨(WSe2)沟道、周期性极化的铌酸锂(LNO)介质、发射极(E)、集电极(C)、基极(B)和基极下的栅极(G)。E、C、B电极下的LNO介质分别具有向上、向下、向上(Pu-Pd-Pu)的极化分布，对WSe2构成N-P-N掺杂。当G接地，该器件具有BJT功能。将多个BJT连接用于构建运算放大器，可以实现模拟信号的放大、加法运算、积分运算、电压比较等功能。当E、B接地，通过栅压改变基区下方LNO的极化方向，Pu-Pd-Pu和Pu-Pu-Pu极化分布分别为高阻态和低阻态，实现非易失存储功能。
同质晶体管-存储器架构的原理及器件结构
由于外围电路所使用的运算放大器和存储器单元采用相同的器件结构，可以直接构建基于同质晶体管-存储器架构的神经形态硬件。通过此硬件在理论和实验上实现了对数字和字母图案的分类选择。
基于同质晶体管-存储器架构的神经形态硬件实现了二值分类算法
同时，利用同质的晶体管-存储器架构，还实现了2T2R（二个晶体管和二个忆阻器）结构的新型三态内容寻址存储器(TCAM)单元，可以应用于大规模数据并行寻址。论文基于同质晶体管-存储器架构还提出了一种三维集成结构，对推动基于二维材料的新型神经形态硬件的产业化和应用具有极其重要的学术意义和应用前景。
基于同质晶体管-存储器架构的2T2R TCAM单元
