综述：用于视觉神经形态计算的高级人工突触忆阻器：从材料到系统

《Materials Today》：Advanced artificial synaptic memristor for visual neuromorphic computing: From materials to system

人工视觉近年成为研究热点，传统系统存在功耗高、响应慢、集成度低等问题，而忆阻器凭借计算-存储一体化、低功耗、高集成度及突触可塑性等特性成为新兴解决方案。本文系统分析忆阻器材料体系、器件结构及存储特性，阐明其支撑神经形态计算的机制，包括突触可塑性、人工神经元构建和忆阻器交叉阵列实现，并探讨其在图像处理、运动检测、逻辑运算、视觉模拟及智能系统中的应用，最后总结技术挑战与发展前景。

　　

夏玉轩|王铮|王天宇|孟家琳

山东大学集成电路学院，中国济南250100

摘要

近年来，人工视觉已成为一个重要的研究领域。传统的人工视觉系统存在功耗高、响应时间慢和集成能力有限等缺点。然而，由于忆阻器具有集成计算-存储架构、低功耗、高密度集成和突触特性，它们逐渐成为实现人工视觉的新兴器件。本文总结了典型的忆阻器材料、结构及其作为神经形态计算基础的存储特性，并系统地探讨了基于忆阻器的突触可塑性、人工神经元和忆阻器交叉阵列以实现神经形态计算功能。此外，还介绍了基于忆阻器的人工视觉在图像处理、运动检测、编码和逻辑门计算、视觉模拟以及视觉系统中的应用。最后，本文预见了基于忆阻器的人工视觉所面临的潜在挑战和未来前景，并为其在智能机器人、自动驾驶和仿生电子眼等领域的应用提供了指导建议。

引言

随着计算机的发展，各种仿生设备在机器人领域得到了越来越多的应用，包括在实现人工视觉方面的众多应用[1]、[2]、[3]。传统的视觉计算通常依赖于冯·诺依曼架构[4]。在冯·诺依曼架构中，CPU（中央处理单元）和内存是分离的，所有数据和指令必须通过总线在它们之间传输，这会导致数据传输延迟和能量消耗[5]。由于人工智能等领域的快速发展，CPU和GPU（图形处理单元）等处理器的性能不断提高，但存储和传输速度却开始落后于处理速度，从而出现了“内存墙”问题[6]。新兴的内存计算架构具有集成计算-存储和低功耗的优势，在人工智能、仿生器官和图像处理等领域展现出巨大潜力[7]、[8]。忆阻器是一种非易失性存储器，具有高能效、高集成密度和突触可塑性等优点[9]。它们已成为实现内存计算的流行器件，有望克服传统架构的瓶颈，并对人工视觉的实现产生深远影响[10]、[11]。

近年来，越来越多的研究人员报告了基于忆阻器（特别是光电忆阻器）的人工视觉实现方案。图1详细展示了忆阻器及其在人工视觉中的应用。忆阻器具有多样的材料体系，其突触可塑性和仿生神经元能力为神经形态计算提供了关键基础。在人工视觉领域，忆阻器展示了广泛的应用前景，涵盖了图像处理、运动检测和视觉模拟等多个领域。尽管忆阻器的概念早在1971年就已提出[12]，但直到2008年才首次实现其物理实现[13]。2009年，忆阻器被证明具有STDP（脉冲时序依赖性可塑性）行为[14]，2013年基于忆阻器阵列实现了人工神经网络（ANNs）[15]。人工视觉的发展源于David Marr在1982年提出的Marr模型[16]。从那时起，人工视觉得到了广泛应用，包括特征提取[17]、图像识别[18]等领域。然而，传统的人工视觉系统主要基于冯·诺依曼架构。2018年，Seo等人提出了用于颜色和颜色混合模式识别的人工光学突触[19]。同年，研究人员开发了由紫外光激活的忆阻器驱动的人工视觉记忆系统，实现了光学信息的感知和存储[20]。最近，基于忆阻器的人工视觉取得了快速进展：2020年，Wang等人开发了一种基于MoS₂的异质突触器件，具有超低功耗和双光/电调制功能，实现了超低功耗和可重构的仿生视觉系统[21]。2021年，研究人员提出了基于光电忆阻器的视觉系统，能够实现逻辑门操作[22]。2022年，展示了基于传感器的计算人工视网膜感知系统[23]。2023年，实现了完全硬件实现的人工视觉系统[24]。2025年，提出了一种受昆虫启发的仿生视觉系统（图2）[25]。

基于忆阻器的人工视觉具有高能效、高并行性和计算-存储能力等显著优势，展示了广泛的应用前景。本文首先介绍了忆阻器的材料体系、结构特性和存储属性，然后解释了实现神经形态计算的基本机制：突触可塑性、人工神经元和忆阻器交叉阵列。随后，系统地分析了忆阻器在人工视觉中的五个核心应用领域，包括图像处理、运动检测、编码和逻辑门操作、视觉模拟以及视觉系统。最后，总结了基于忆阻器的人工视觉的发展前景，强调了其巨大潜力以及目前面临的关键技术挑战。

典型材料和忆阻器结构

常见的忆阻器功能层材料大致可分为四类：金属氧化物材料、钙钛矿材料、有机材料和低维材料[36]。低维材料指的是从0D到2D结构的材料。忆阻器结构可以分为单功能层和异质结功能层。与单功能层相比，异质结通常具有更强的可调性、更高的稳定性等优点

基于忆阻器的先进人工视觉

第3章中描述的图像处理、运动检测、编码和逻辑操作、视觉模拟以及视觉系统依赖于第2章中解释的忆阻器特性来实现其功能。忆阻器的高开关比、长保持时间和多级存储能力为图像预处理（如对比度增强和特征提取）和视觉信息存储提供了物理基础。突触可塑性

挑战与前景

基于忆阻器的仿生视觉利用了忆阻器的突触特性，在图像处理、运动检测、光通信和视觉模拟等领域找到了广泛而深入的应用，显著提高了人工视觉系统的信息获取和处理效率与智能水平。展望未来，基于忆阻器的人工视觉系统的发展面临诸多挑战，同时也蕴含着巨大的机遇

结论

视觉是生物感知和交互过程中重要的信息来源。开发先进的人工视觉系统对于推动下一代智能计算、自主决策系统和人机融合技术具有重要意义。近年来，基于忆阻器的人工视觉技术成为先进人工视觉系统研究的热点

CRediT作者贡献声明

夏玉轩：撰写——初稿，形式分析，概念化。王铮：方法论，形式分析。王天宇：撰写——审稿与编辑，监督，概念化。孟家琳：撰写——审稿与编辑，监督，概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本工作得到了国家自然科学基金（NSFC，项目编号12474071）、山东省自然科学基金（ZR2025ZD23、ZR2024YQ051、ZR2025QB50）、广东省基础与应用基础研究基金（2025A1515011191）、上海帆船计划（23YF1402200、23YF1402400）、江苏省基础研究计划（BK20250420、BK20240424）、国家关键实验室晶体材料开放研究基金（KF2406）、山东省泰山学者基金（tsqn202408006、tsqn202507058）等项目的支持。