清华大学材料科学与工程研究院《材料科学论坛》学术报告

报告时间：2025年4月10日上午10:00-11:00

报告人：樊贞研究员（华南师范大学）

报告地点：清华大学逸夫技术科学楼A205学术报告厅

邀请人：李千老师

报告题目：面向(感)存算一体AI硬件的铁电类脑器件

报告摘要：

(感)存算一体架构的类脑计算系统是一种新兴AI硬件，其具有高度并行、超低功耗等优势，被认为是打破传统计算架构局限性、实现高效AI计算的理想工具之一。类脑计算系统的硬件实现依赖于人工神经元和突触两种基本单元，它们分别负责信息处理和传递，扮演着极为重要的角色。目前人工神经元和突触大多基于导电细丝型忆阻器，这些器件虽能实现各种神经元和突触功能，但细丝通断的随机性和焦耳热效应使其在可控性、能耗等方面存在不足。相比而言，铁电极化翻转具有更高确定性，而且速度快、能耗低，因此基于铁电材料的人工神经元和突触近期受到广泛关注。

然而，目前铁电基人工神经元和突触大多功能不够完备，且局限于存算一体范式。本课题组通过构筑新原理器件来解决这些问题。人工神经元方面，我们提出并证明了一种基于逆压电效应的新型压电神经元，它利用d31模式压电悬臂梁模拟神经元中的离子通道开关，实现了完备的泄露、积分、点火、复位等神经元功能，且表现出高可靠性、高速和较低能耗。人工突触方面，我们研制出一种受印刻效应调制的铁电阻变突触，其在同一器件结构中通过引入和消除印刻场，分别获得了短期记忆和长期记忆两种不同特性；利用二者分别作为储备池层和读出层核心单元，构建出全铁电储备池计算系统，实现了高精度、低功耗的时序信息处理。此外，我们还研制出一种感存算一体新范式的铁电光伏突触，其利用极化对光伏效应的调制，获得了多级、非易失、正负对称的光响应度；进一步构建出类脑视觉神经网络，实现了零能耗图像感知与实时处理。以上研究展示了铁电材料与器件在新型(感)存算一体AI硬件方面的应用潜力。

报告人简介：

樊贞，华南师范大学研究员、博导。2011年获上海交通大学学士学位，2015年获新加坡国立大学博士学位，2016年担任华南师范大学副研究员，2020年晋升为研究员。研究兴趣集中在铁电材料与类脑器件。近几年的主要学术贡献包括：(1)研制出感存算一体铁电光伏传感器网络，实现了零能耗图像感知与实时处理。(2)研制出全铁电储备池计算系统，实现了高精度、低功耗的时序信息处理。(3)提出并证明了新型压电神经元，实现了完备的LIF神经元功能。以第一/通讯作者在Nat. Commun. (3)、Adv. Mater. (2)等期刊上发表论文53篇，其中ESI热点论文1篇，高被引论文3篇。论文总引用5560次，H因子37。获批广东省杰青、青年珠江学者等人才项目。担任J. Materiomics等期刊的青年编委。