通过合理的材料选择和器件结构设计，实现了新型光子神经突触，得益于构筑单元优异的物理特性和异质结丰富的界面载流子输运行为，所制备光子突触器件表现出超低的运行功耗，为构建新一代神经形态计算、机器视觉和人工智能系统提供了重要的器件基础。

功耗“瓶颈”

信息时代算力需求激增，海量数据处理对设备运算性能要求越来越高，基于冯·诺依曼架构的计算机采用串行计算模式，其处理单元和存储单元分离，功耗和延迟问题日益凸显，极大限制了海量数据的高效处理。

“类脑”神经形态计算仿照人脑的工作方式，可对数据并行处理，因此更加高效、节能。人工突触是构建类脑神经形态计算的核心组件，其性能决定了整个神经形态计算的能效。新型光子突触利用光作为调制信号，完美集成了光低功耗、高速的特点，在人工视觉突触系统构建方面具有巨大的潜力。

图1：人类视觉感应系统的示意图

已有多个研究工作报道光子突触，但受限于材料体系和器件结构，所获得突触仅展现出光调制特性，器件功耗仍然很大，与生物突触单次运行功耗（10 fJ）相差甚远。因此，开发具有高灵敏光响应的光子突触对实现低功耗神经形态计算系统具有重要意义。

超灵敏、低功耗光子突触

针对以上关键问题，湖南大学潘安练教授、李东教授和向立副教授等人提出了一种新型的人工光子突触器件，兼具超灵敏光响应和超低光功耗的特点，实现了高识别精度的全连接光电神经网络。

相关结果以“Optical synaptic devices with ultra-low power consumption for neuromorphic computing”为题在Light: Science & Applications上发表。

图2：光子突触器件结构和工作原理示意图

光敏材料硫化镉（CdS）对可见光具有非常强的响应，在光照条件下可产生大量的电子和空穴对；二维半导体材料黑磷（BP）具有优异的电输运特性，室温载流子迁移率可达103 cm2/V·s，是优秀的场效应晶体管沟道材料。结合两者的优势，研究团队提出制备以CdS为光栅层、BP为沟道材料的二维异质结器件，器件结构示意图如图2左侧所示。

由于CdS缺陷态对光生空穴的有效限域作用以及CdS/BP异质结内建电场对光生电子空穴对的有效分离，器件在光照下表现出超灵敏的负光响应行为，同时，器件的负光响应表现出很好的非易失特性，光照撤去之后，器件会维持在原电阻态，可作为神经突触应用于神经形态计算中。由于器件表现出超高的光响应度（~108A/W），其作为突触应用时，单次脉冲功耗低仅需0.43 fJ，远低于生物突触单次运行功耗。

全连接光电神经网络图像识别

图3：（a）具有三层架构的模拟FONN示意图；（b）手写数字识别精度；在1个（c）和13个（d）训练周期后，期望值和预测值之间的混淆矩阵。

进一步构建了具有三层架构的全连接光电神经网络（FONN）用来评估光子突触的学习能力。如图3（a）所示，网络由一个输入层（400个神经元，对应于输入图像的20×20像素）、一个隐藏层（100个神经元）和一个输出层（10个神经元，相应于10类识别数字0~9）组成，基于光脉冲和电脉冲协同调制下突触器件的权重更新，在用6000张手写图像对FONN训练后，使用单独的测试集（1000张图像）进行识别率测试，FONN模拟的识别率高可以达到94.1%，而且在个训练周期下的识别率便能达到81.8%。混淆矩阵的识别率测试结果同样表明经过训练后的FONN可以对每类数字（0~9）进行准确识别。

文章来源：中国光学