近日，西安电子科技大学集成电路学部郝跃院士团队常晶晶教授在氧化碲忆阻器神经形态计算领域取得新进展，研究成果以“Artificial Synapses and Logic Gates Based on Tellurium Oxide Memristors for Artificial Vision Applications”为题，已被材料科学领域顶级期刊《Advanced Functional Materials》( IF 19 )接收。西安电子科技大学为论文第一作者单位，前沿交叉研究院高香香博士，集成电路学部常晶晶教授和林珍华教授为论文通讯作者。

随着信息技术的持续发展，传统的冯·诺依曼计算架构正面临能耗高、数据传输延迟大等瓶颈问题。受生物神经系统启发而诞生的神经形态计算，提供了一种颇具前景的替代方案，它将计算与存储功能集成于一体。因此，将高度集成的类脑功能融入硬件系统，已成为克服冯·诺依曼架构瓶颈的前瞻性策略。在人类大脑中，视觉系统是感知和预处理光刺激的核心组成部分，承担着超过80%的信息输入任务。随着人工视觉系统对大规模视觉数据集处理和分析的需求不断增长，迫切需要寻求解决方案，并开发一种集传感、存储和计算功能于一体的多功能器件。忆阻器在结构和运行原理上与生物突触高度相似，且在集成传感、存储和计算功能方面已展现出巨大潜力。

本研究聚焦于人工视觉应用这一前沿领域，对基于氧化碲（TeO_x）忆阻器的集成光电子神经形态系统展开了全方位、深层次的探索。TeO_x忆阻器展现出优异的电阻开关特性，并能在光和电刺激下实现突触可塑性以及“或”（OR）、“与”（AND）逻辑门功能。在不同波长光脉冲的调制下，该忆阻器可模拟联想学习以及大脑的“褪黑素分泌与抑制”过程。此外，该器件所表现出的短时可塑性和长时可塑性，能够模拟视觉神经网络从噪声中识别和记忆图像的功能。通过进一步将突触可塑性功能与卷积神经网络（CNN）相结合，该器件能够实现精确的图像识别与分类，准确率高达94.84%。这表明基于TeO_x的光电子器件在人工视觉应用领域具有巨大潜力。

论文链接： https://doi.org/10.1002/adfm.202515165