随着对人工智能和类脑计算需求的迅速增长，传统冯·诺伊曼架构在计算功率密度、能效和实时性能方面正逐渐接近物理极限。石墨烯量子点（GQDs）和氧化石墨烯量子点（GOQDs）作为具有量子局域效应和可调带隙结构的零维碳基材料，在构建下一代超低功耗、大规模集成类脑设备方面展现出巨大潜力。
本文，深圳大学高等研究院周晔 特聘教授等在《ADVANCED SCIENCE》期刊发表名为“Advances and Perspectives in Graphene-Based Quantum Dots Enabled Neuromorphic Devices”的论文，系统性地总结了基于石墨烯的量子点的主要制备策略及其结构调控与功能化方法。重点探讨了基于石墨烯的量子点在突触工作机制中的核心功能，如电荷捕获、离子迁移和光电协同作用，以及其在非易失性存储器、电学与光电子人工突触及类脑系统中的最新进展。最后，本文从材料可控性、机理解释性、器件结构工程及系统级异构集成等角度总结了当前面临的关键挑战，并提出了未来研究方向，为开发新一代高效、可扩展的类脑计算硬件提供参考。
本文全面回顾并总结了基于石墨烯量子点的类脑器件的最新研究进展（图1）。首先，我们介绍了基于石墨烯量子点的基本制备方法及其关键改性策略。随后，我们重点探讨了基于石墨烯量子点在类脑器件中的主要工作机制，例如电荷捕获、离子迁移以及光电协同作用。在此基础上，我们系统地对各类基于石墨烯量子点的类脑器件进行了分类，并总结了其代表性器件性能及应用实例。最后，我们从材料、机理、器件结构及系统集成等多维度探讨了当前面临的关键挑战，并提出了未来的发展方向。
图1、Overall diagram of neuromorphic device based on graphene-based QDs.
综上所述，尽管基于石墨烯量子点的类脑设备发展迅速，但其从实验室原型向可扩展制造和实际部署的过渡仍面临多维度的瓶颈，包括材料可控性、机理可解释性、器件一致性以及系统级协同性。未来，随着精确的量子结构控制、异质界面工程和多物理耦合设计日趋成熟，加之受大脑启发的计算领域中硬件-算法协同设计范式的不断演进， 基于石墨烯的量子点有望在构建下一代超低功耗、高密度、具备在线学习能力的神经形态硬件中发挥关键作用，为后摩尔时代的智能计算系统提供突破性的材料基础和技术路径。
文献：https://doi.org/10.1002/advs.202600042
本文来自材料分析与应用，本文观点不代表石墨烯网立场，转载请联系原作者。
