负持续光电导效应及其神经形态计算应用

李亚超1,2，胡令祥2，刘威2，叶志镇3,4，诸葛飞,2,4,5,6（１宁波大学材料科学与化学工程学院；２中国科学院宁波材料技术与工程研究所；３浙江大学材料科学与工程学院硅及先进半导体材料全国重点实验室；４浙江大学温州研究院；５中国科学院脑科学与智能技术卓越创新中心；６中国科学院大学材料科学与光电技术学院）

摘要：随着人工智能的快速发展，传统冯·诺依曼架构在算力提升上面临瓶颈，难以满足深度学习等算法对高效、高速计算的需求。神经形态计算应运而生，其受人脑启发，采用数据处理与存储一体架构，具备高度并行性和超低功耗优势。负持续光电导（Negative persistent photoconductance，NPPC）效应是指半导体材料或器件电导在光照下降低，且停止光照后仍可较长时间保持的现象。基于NPPC效应的神经形态器件能够在光信号变化时灵活调节电导，从而实现更精准的信息感知和处理，在复杂交互环境中展现出显著优势，并有助于降低系统能耗，简化硬件架构，这些特性使其在神经形态计算领域具有重要的应用价值和发展潜力。本文从光电导效应的基本原理出发，梳理了NPPC效应的物理机制，包括电荷转移、缺陷捕获、电荷隧穿和极化切换。进一步从模拟突触和模拟神经元的角度系统分析了NPPC效应在神经形态计算中的应用，并展望了NPPC神经形态器件未来面临的机遇和挑战。

关键词：负持续光电导；神经形态计算；突触；神经元