石墨烯忆阻器能否解决人工智能的能耗问题?

当前人工智能讨论的焦点之一是其能耗问题。这些数据凸显了传统冯·诺伊曼架构中,在传感器、存储器和处理器之间传输海量数据所产生的巨大成本。忆阻器或可提供新路径。作为常被称为“第四基本电路元件”的非易失性电阻开关器件,其通过电阻状态存储信息。

在论文中,Panin阐述了包括石墨烯、氧化石墨烯和二硼烯在内的低维碳基材料,如何实现从紫外到红外宽光谱范围内的电信号与光信号高效处理。

该研究综述了这些材料如何支持忆阻器与光忆阻器纳米传感器的开发,将感知、存储与计算功能整合到紧凑的低功耗系统中。

当前人工智能讨论的焦点之一是其能耗问题。以特斯拉DOJO处理器为例,其运算性能达1.1亿亿次浮点运算(约10¹⁸次/秒),功耗却高达45兆瓦——相当于小型发电厂的耗电量。

这些数据凸显了传统冯·诺伊曼架构中,在传感器、存储器和处理器之间传输海量数据所产生的巨大成本。

忆阻器或可提供新路径。作为常被称为“第四基本电路元件”的非易失性电阻开关器件,其通过电阻状态存储信息。

关键在于,忆阻器使逻辑运算与存储功能能在同一物理结构中共存。这为内存计算乃至传感器计算开辟了道路——数据可在检测点或其附近直接处理,而非通过高能耗架构传输。

石墨烯如何在低功耗下调控电阻

该综述详细阐述了如何在低于1伏的偏压下调节石墨烯/氧化石墨烯及双层石墨烯/双层石墨烯纳米结构中的忆阻态。这种切换由碳原子的sp3-sp2杂化变化主导,同时借助界面介导的氧化还原过程,实现对电阻态的多级低能耗调控。

文中探讨了多种制备策略:

“直接电子束刻写”技术可形成具有可控电阻切换特性的还原氧化石墨烯(EB-rGO)/氧化石墨烯异质结构。

激光光刻是另一种方案:在65至75毫瓦激光功率下制备的氧化石墨烯忆阻器展现出最高电阻比。通过直接激光刻写制备的横向Pt/GO/rGO器件在呈现突触样行为的同时,实现了200纳瓦的超低功耗。

氧化石墨烯忆阻器还通过MAGIC架构集成到存储器内逻辑电路中。这些器件可实现布尔运算(非门、或非门、或门、与门、非与门),展现出开关比超过10²的单极性电阻切换特性,其工作原理与镍丝的可逆形成与断裂相关联。

与传统CMOS逻辑不同,此类非易失性电路在待机模式下可实现零静态功耗。

忆阻器迈向光忆阻视觉

该概念不仅限于电学开关能力。

2016年首次报道的基于MoS2的光忆阻器,将光检测与非易失性存储器集成于单一结构中。在偏压与光照作用下,该器件可记录并读取电阻状态,实现光信号在探测器内部的检测与处理。

石墨烯/硫属化物纳米结构(包括MoS2/GO复合材料)展现出紫外-红外全波段的宽带吸收特性与高灵敏度。综述详细阐述了量子点系统通过带隙工程实现紫外至近红外波长光谱调谐的原理。

Panin将计算架构分为近传感器与内置传感器两类:近传感器设计(如h-BN/WSe2光神经突触器件)中,传感与突触元件虽紧密集成但功能独立。

而双端石墨烯/MoS2−xOx/石墨烯光忆阻器则在同一器件内直接实现传感、存储与计算。

在这些系统中,由氧空位迁移驱动的石墨烯界面可逆氧化还原过程,可在低偏压下实现多级光响应状态。

该机制可在不大幅改变结构电阻的前提下精细调节忆光导电性,支持类似生物突触的模拟行为。

在传感器中模拟神经分类

为展示实际应用潜力,综述描述了基于光忆阻器阵列实现的单层感知器(SLP)。采用浮点权重时,该分类器在MNIST数字(0-4)上达到97.66%的准确率。

当根据实际器件限制离散化为七个光响应状态时,准确率仅微降至96.44%,降幅为1.22%。

该结果表明,基于双端光忆阻器的非易失性光敏矩阵可在传感器内部同时实现感知与分类,从而降低数据传输开销。

自主神经形态视觉

基于石墨烯的忆阻器与光忆阻器纳米传感器兼具结构简洁性、低功耗特性及宽带光学响应能力。其表面无悬空键,便于与CMOS技术集成,同时最大限度减少界面缺陷。

综述指出,电子辅助与激光辅助制备技术可通过可扩展的局部化工艺(涉及可控还原与结构相变),形成氧化石墨烯/石墨烯及双层石墨烯/双层石墨烯结构。

通过同时调控sp3-sp2杂化态及精细可调的氧化还原驱动界面机制,此类器件有望构建紧凑节能的神经形态视觉系统,在统一平台上实现信息感知、存储与处理。

参考文献

Panin G. N. (2026). Graphene-Based Memristive and Photomemristive Nanosensors for Energy-Efficient Information Processing. Nanoenergy Advances 6(1):6. DOI: 10.3390/nanoenergyadv6010006

本文来自AZONANO,本文观点不代表石墨烯网立场,转载请联系原作者。

(0)
AZOAZO
上一篇 2026年2月18日
下一篇 2026年2月18日

相关推荐

发表回复

登录后才能评论
客服

电话:134 0537 7819
邮箱:87760537@qq.com

返回顶部