近日，上海市高温超导重点实验室、理学院物理系的金腾宇特聘副研究员与新加坡国立大学的陈伟教授、侯翔宇博士合作在国际著名期刊Nature Communications上发表题为《Scalable transition metal dichalcogenide memtransistor arrays with Schottky-barrier control for energy-efficient artificial neural networks》的研究成果。文章的第一作者为侯翔宇博士，通讯作者为侯翔宇博士、金腾宇博士、以及陈伟教授。上海大学物理系上海市高温超导重点实验室是论文的第二完成单位和通讯单位。
人工神经网络（ANN）作为现代人工智能的核心基础，推动了图像识别、自然语言处理和智能决策等领域的突破。然而，传统冯·诺依曼架构受限于处理与存储分离，难以满足高速、低功耗的需求。神经形态计算以存算一体的方式为此提供了解决方案，但基于CMOS的专用芯片仍存在面积大、可扩展性差等问题。忆阻晶体管（memtransistor）融合忆阻器与晶体管功能，具备多端口结构、动态电导调控与多级电阻态等优势，为构建高密度、低功耗的ANN硬件提供了理想途径。二维过渡金属二硫化物（TMDCs）凭借原子级厚度和优异电子特性，为忆阻晶体管的高密度集成奠定了基础。然而，目前基于多晶或缺陷TMDC的器件受限于随机空位迁移，导致性能不均与规模受限。通过在单晶TMDC中实现可控的肖特基势垒调制，有望突破这一瓶颈，构建高均一性、可规模化的忆阻晶体管阵列，推动新一代神经形态计算硬件的发展。
在这篇论文中，作者通过可控氧化调节空位分布与迁移行为，成功制备了具有精确肖特基势垒调控的可规模化MoS2忆阻晶体管阵列。所得器件展现出高达104的电阻开关比，并在栅极调控下进一步提升至105，具备7个可区分电阻态；沟道长度缩短至500 nm，单元面积仅为4.65 F2，且根据肖特基势垒模型，可在不损失性能的前提下进一步微缩。基于5×5忆阻晶体管阵列构建的硬件神经网络在映射突触权值后用于图像识别任务，分类准确率超过98%，器件一致性偏差低于6.8%，制备良率可达100%。该方法同样适用于机械剥离的MoS2与MoTe2，展现出良好的普适性。研究结果为实现高密度、低功耗的二维忆阻晶体管阵列及其实用化神经形态计算硬件奠定了基础。
本工作得到国家自然科学基金项目，上海市启明星扬帆专项等项目的支持。近年来，上海市高温超导重点实验室在量子功能材料与高温超导等方向上形成了很好的国际化研究氛围，具有很好的国际影响力，近年来主办国内外学术会议或在重要学术会议上作大会报告20余次，主持或参与国家重点研发计划、中科院战略先导专项或上海市重大重点项目、国家标准等十多项。
论文链接：https://doi.org/10.1038/s41467-025-64579-5
