Advanced Materials | 突破性研究：PECVD低温生长h-BN忆阻器集成处理器

文章预览

点击“蓝字”关注我们，了解更多信息 研究背景 随着人工智能（AI）技术的不断发展，传统计算架构面临越来越多的限制，例如时间延迟和功耗瓶颈，尤其是在处理复杂的时序数据时。储备计算通过减少训练成本和优化神经网络架构，成为解决这些问题的潜在方案。然而，当前的储备计算硬件仍然面临制造兼容性和集成复杂性的问题。二维材料（2DMs），尤其是具有高绝缘性能的六方氮化硼（h-BN），因其低开关电压、高切换速度和优越的热稳定性，在神经形态计算中展现出巨大潜力。但传统大晶粒2DMs的合成方法无法满足大面积忆阻器阵列的均匀性需求，并且存在高温生长及机械转移等技术难点。 研究内容 韩国科学技术院（KAIST）的Sung-Yool Choi研究团队 近日在《Advanced Materials》期刊上发表了一项重大突破性研究，展示了基于PECVD低温下合成的六方氮 ………………………………