#知识分享#
南京大学余林蔚教授团队ACS Nano，基于IPSLS生长的n型硅纳米线忆阻器助力高性能神经形态计算
随着信息技术的飞速发展，计算任务的规模和复杂性不断提升，对计算机性能的要求也持续攀升。然而，传统冯·诺依曼架构受限于数据传输瓶颈和高能耗问题，难以满足未来人工智能、物联网等领域的复杂计算需求。因此，探索新型计算架构和硬件实现方案已成为学术界和工业界的共同目标。其中，基于忆阻器的神经形态计算因其能够模拟生物大脑的并行计算和低功耗特性，成为前沿研究的热点之一。近日，南京大学余林蔚教授团队成功研制出基于面内固-液-固（IPSLS）生长的n型硅纳米线（n-SiNW）忆阻器，通过“纳米线-边缘”准一维交叉1D-crossing创新接触结构精准调控纳米尺度下的导电细丝形成过程，实现了超低功耗、超快响应和高均一性的神经形态计算硬件。这一研究成果为大规模类脑计算提供了新型硬件支撑，并在二元肿瘤识别应用中展现出卓越性能