近日，华南师范大学工学部电子科学与工程学院（微电子学院）霍能杰研究员团队在感存算融合的神经形态器件领域取得突破性进展，相关成果以"Neuromorphic Transistors Integrating Photo-Sensor, Optical Memory and Visual Synapses for Artificial Vision Application"为题，发表在国际顶刊《Advanced Materials》（Q1 IF:27.4）上。电子科学与工程学院（微电子学院）2022级硕士研究生赵图、岳文博为本论文的共同第一作者，霍能杰研究员为通讯作者，我校为第一完成单位。该研究通过创新器件架构设计，首次将人工视觉系统的三大核心组件——光传感、光存储与视觉突触集成于单一晶体管，实现了感存算融合的新器件范式，为新一代智能机器视觉系统的发展开辟了新路径。

突破传统：视觉系统三大功能集成于单器件

在人脑视觉系统中，80%以上的外界信息通过视觉通路处理。传统人工视觉系统由于传感、存储、处理单元物理分离，存在能效低、延时高、集成度差等瓶颈。研究团队借鉴生物视觉系统的整合机制，通过栅极可调的垂直电场调控技术，在单个器件中实现三大功能模块的智能切换：光传感模式下，器件展现超高灵敏特性（响应率6.515 kA W⁻¹，探测率3.92×10¹⁴ Jones），光存储模式下，器件具备>4比特的非易失存储能力，写入/擦除比达10⁶，数据保持时间超10⁴ 秒；突触模式下，器件具备神经形态计算能力，为复杂的生物学习和灵活的突触可塑性提供了途径，通过将突触可塑性与人工神经网络（ANN）结合，实现了精度高达95.26%的图像识别与分类。

应用前景：智能视觉与神经形态计算新纪元

该器件突破现有技术中"传感-存储-计算"的物理隔离架构，通过功能集成使系统能效提升。其独特的可重构和感存算融合特性不仅支持光传感、光存储与光突触的动态功能切换，还可结合人工神经网络实现图像分类与识别处理。该器件在自动驾驶、工业检测、智能机器人等领域展现出巨大应用潜力，为突破传统冯·诺依曼架构的能效瓶颈提供了创新解决方案。

此项研究工作获得国家自然科学基金、广东省自然科学基金、广东省芯片与集成技术重点实验室等项目的持续支持。目前，相关技术已申请发明专利1项。

论文链接：https://advanced.onlinelibrary.wiley.com/doi/abs/10.1002/adma.202419208