［本站讯］近日，山东大学集成电路学院研究员王天宇、孟佳琳等，联合复旦大学教授陈琳在铁电类脑计算与新型存算一体器件方向取得重要进展。相关成果以“One-Step Annealing-Configured Hf_0.2Zr_0.8O₂Memristive−Antiferroelectric Devices for Bioinspired CSNN Neuromorphic Computing”为题发表在国际权威期刊Nano Letters。集成电路学院2024级硕士生张谨昊，复旦大学徐康力、路宸为论文共同第一作者，王天宇研究员、孟佳琳研究员、陈琳教授为论文共同通讯作者，山东大学集成电路学院为论文第一完成单位。

随着人工智能在可穿戴设备、人机交互和辅助沟通等场景中的广泛应用，如何构建兼具低功耗、高能效和强鲁棒性的类脑计算硬件，成为当前亟需解决的关键问题。传统基于冯·诺依曼架构的计算系统存在明显的“存算分离”瓶颈，难以支撑长时间、实时的多维度信号处理。神经形态计算通过在器件层面模拟生物神经元和突触结构，被认为是突破能耗与算力瓶颈的重要途径。

针对上述挑战，研究团队提出了一种基于Hf_0.2Zr_0.8O₂（HZO）薄膜的一步退火配置策略，该方法实现了“单材料、单堆叠、工艺可分叉”的器件设计思路，大幅简化了类脑硬件系统中突触与神经元器件的集成难度。在系统层面，团队基于该器件平台构建了卷积–脉冲混合神经网络（CSNN）架构，成功实现了对26 个美国手语（ASL）手语及典型动态手势的高精度识别，在取得了97.9%的准确率的同时，展现出良好的低功耗和高能效优势，为未来面向手语翻译、可穿戴交互和边缘智能的专用类脑芯片提供了新思路。

该工作延续并拓展了团队在铁电存储器与人工智能计算方向的研究基础，进一步从材料、器件到系统架构全面打通了“忆阻突触–反铁电神经元–CSNN”的链条，为构建新一代类脑智能感知与低功耗人机交互系统奠定了坚实基础。

该研究得到国家自然科学基金、山东省自然科学基金、山东省自然科学基金、泰山学者等项目资助。