基于双模α-FA（α-functional arrays）的钙钛矿忆阻器，具备易失性和非易失性切换特性，适用于神经形态计算和手写数字识别

《Science China-Materials》：Dual-mode α-FA-based perovskite memristors with volatile and nonvolatile switching for neuromorphic computing and handwritten digit recognition

双模式α-FAPbI3钙钛矿忆阻器通过SnO2电子传输层和Z14、PNL分子界面优化实现高稳定性（>500/1000次循环，对比度103），并成功模拟痛觉感受器特性（阈值、松弛等）和非易失突触可塑性（PPF、STDP），构建的SNN在数字识别中达93%准确率。

　　

摘要

卤化物钙钛矿忆阻器因其离子迁移率而备受关注，已成为下一代存储系统和类脑计算系统中计算单元的理想候选材料。然而，大多数忆阻器仅能以单一模式运行，要么是电阻切换模式，要么是阈值切换模式。在这项研究中，我们通过开发具有可切换的易失性/非易失性状态的双模式α-甲酰胺基铅三碘化物（α-FAPbI₃）钙钛矿忆阻器来克服这一限制，这一特性得益于经过设计的SnO₂电子传输层（ETLs）的引入。通过使用3-(N,N'-二甲基肉豆蔻基氨基)丙磺酸盐（Z14）和4,4'-（1,10-菲并[3,8]二基）双(N,N'-双(4-甲氧基苯基)苯胺（PNL）对分子界面进行优化，我们实现了卓越的器件稳定性。易失性器件可承受超过500次切换循环，而非易失性器件则超过了1000次循环，同时保持了较高的开关比（约10³）。除了存储应用外，这些器件还成功模拟了生物功能：易失性模式再现了四种关键的痛觉感受器特性（阈值、松弛、敏感化和无适应现象），而非易失性模式则展示了高级的突触可塑性，包括配对脉冲促进（PPF）和脉冲时序依赖性可塑性（STDP）。利用这种双模式协同效应，我们构建了一个用于手写数字识别的脉冲神经网络（SNN），准确率达到93%——这对基于钙钛矿的类脑系统来说是一个重要的里程碑。本研究不仅为多功能忆阻器的设计提供了材料层面的策略，还架起了生物感知与人工智能之间的桥梁，为自适应类脑硬件的发展铺平了道路。