基于微发光二极管与二硫化钼忆阻晶体管集成的高性能像素内处理智能显示架构

《Nature Communications》：Micro-LED/van der Waals heterointegration for in-pixel processing display architecture

传统显示架构存在严重的延迟与能效瓶颈。为解决此问题，研究人员在《Nature Communications》上发表了关于像素内处理显示架构的研究。他们通过将micro-LED与MoS2存储器晶体管异质集成，构建了16×16有源显示阵列。该设计实现了超高亮度（>3×105cd·m?2）、高速运行（5000 Hz）以及紧凑的像素尺寸（20×35 μm），并利用器件的分段电压-亮度响应和非易失性多态电导特性，演示了原位图像重建与实时显示。其图像重建能力通过基于神经网络的图像识别任务验证，将训练权重通过非易失性电导调制直接部署于像素阵列，实现了高达99.29%的准确率。此项工作为实现高性能智能显示技术提供了一条极具前景的路径。

　　

在智能显示技术飞速发展的当下，我们身边从手机到AR眼镜的设备，无不追求着更清晰、更流畅、更“聪明”的视觉体验。然而，支撑这些体验的传统显示架构，却悄然隐藏着一个“阿喀琉斯之踵”。目前主流的“像素外处理”架构，就像一位视力极佳的观察者，但大脑（处理单元）却在很远的地方——图像数据需要在像素阵列和独立的处理芯片之间来回奔波。这种数据“长途跋涉”带来了沉重的负担：严重的显示延迟和巨大的能量消耗，成为制约下一代边缘智能系统（如可穿戴设备、物联网终端）发展的核心瓶颈。有没有可能让像素本身变得更“智能”，将图像处理的任务直接在显示单元上完成呢？

为了解答这一挑战，《Nature Communications》上的一项研究提出了一种革命性的解决方案：像素内处理显示架构。研究人员巧妙地将两种前沿技术——超高亮度的微型发光二极管（micro-LED）和具有非易失性存储特性的二维材料晶体管——融合在一起，创造出一种既能发光又能“思考”的新型像素单元。这项研究的目的，正是要验证这种将计算功能嵌入每个像素的设想是否可行，并探索其在实时智能显示应用中的巨大潜力。

研究人员主要运用了几项关键技术。首先是微纳异质集成技术，将micro-LED与基于二硫化钼（MoS₂）的存储器晶体管在像素级别进行垂直堆叠和范德华（van der Waals）集成，构建了一个16 × 16的有源显示阵列。其次是忆阻器（Memristor）特性的应用，利用MoS₂晶体管实现非易失性的、可多级调控的电导状态，以此模拟神经网络中的突触权重。最后是基于神经网络（Neural Network）的算法映射与硬件协同设计，将训练好的网络权重直接编程到像素阵列的电导值中，从而在硬件上实现图像处理任务。

研究结果部分展示了该架构的卓越性能。

高亮度、高速与紧凑的像素特性

研究构建的像素内处理显示阵列，单个像素尺寸仅为20 × 35 μm，展现了高度的集成度。在性能上，阵列实现了超过3 × 10⁵cd·m^?2的超高亮度，足以满足在明亮环境下的显示需求。同时，其操作频率高达5000 Hz，为高速动态显示和实时处理提供了硬件基础。

分段电压-亮度响应与非易失性电导调控

核心创新在于器件的双重特性。一方面，micro-LED展现出分段式的电压-亮度响应曲线，使得亮度可以作为驱动电压的非线性函数进行精细控制。另一方面，集成的MoS₂晶体管表现出非易失性的、可多级更新的电导（conductance）状态。这两种特性的结合，使得每个像素单元不仅是一个发光点，更成为一个可编程的、带有记忆功能的模拟计算单元。

原位图像重建与实时显示演示

利用上述特性，研究人员成功演示了直接在像素阵列上进行原位图像重建和实时显示。他们将待处理的图像信息编码为输入电压，通过阵列中预先设置的电导（即神经网络权重）进行模拟乘累加运算，结果直接以调节后的像素亮度输出，实现了从“处理”到“显示”的无缝衔接。

基于神经网络的图像识别验证

为了量化评估该架构的图像处理能力，研究团队将其应用于一个基于神经网络的图像识别任务。他们将训练好的网络权重，通过非易失性电导调制的方式，“烧录”到每个MoS₂晶体管中。当输入测试图像时，整个推理（inference）过程直接在像素阵列上并行完成。令人印象深刻的是，经过阵列处理重建后的图像，在识别任务中达到了99.29%的准确率，远高于原始输入图像79.81%的准确率。这强有力地证明了该像素内处理架构不仅能显示，更能有效提升图像信息的质量或特征。

综上所述，本研究成功提出并验证了一种基于micro-LED与二维材料忆阻晶体管异质集成的像素内处理显示架构。该架构通过将非易失性存储与计算功能直接嵌入每个发光像素，从根本上解决了传统显示系统中数据处理与显示分离所带来的延迟和能效问题。实验表明，该设计在亮度、速度、集成度以及处理能力（如图像重建与识别）等方面均表现出色。这项工作不仅展示了一种高性能智能显示的原型，更重要的是，它为未来边缘计算与显示一体化的发展指明了一个极具前景的技术方向，为实现真正实时、低功耗的增强现实（AR）、虚拟现实（VR）及物联网（IoT）终端显示系统奠定了坚实的硬件基础。