时间：2022年7月1日（周五） 14:00-15:30

Time: 14:00-15:30, Friday, July 1st, 2022

主持人: 西湖大学理学院PI 徐水钢 博士

Host: Dr. Shuigang Xu, PI of School of Science, Westlake University

地点：西湖大学云栖校区4号楼311会议室

Venue: Room 311, Building 4, Yunqi Campus

主讲嘉宾/Speaker：

缪峰 教授

南京大学物理学院

主讲人简介/Biography:

南京大学物理学院教授、博导，国家杰出青年基金获得者，中国物理学会“黄昆物理奖”获得者，国家“高层次人才特殊支持计划”科技创新领军人才入选者，国际先进材料学会IAAM奖章获得者，科睿唯安“全球高被引学者”，爱思唯尔“中国高被引学者”。主要从事二维材料的量子调控与信息器件研究，一作或通讯在Science、Nature/Science子刊、Phys. Rev. Lett.等国际权威学术期刊上发表论文，共发表SCI论文110余篇。

讲座摘要/Abstract:

随着海量数据的不断增长，未来社会对计算能力提出了更高的需求。但是，随着器件小型化趋于极限，计算能力很难再通过提高器件集成密度继续增加。此外，冯诺依曼架构中的存算分离设计也使得传统计算硬件在处理海量数据时面临高功耗的挑战。二维材料有望成为未来重要的基础电子与光电子材料，而且，不同的二维材料可以作为“原子乐高”的基本结构进行可控转移和垂直堆垛，形成众多具备原子尺度和丰富功能的垂直异质结，这也为面向未来计算的电子器件应用提供了前所未有的机会。在这次报告中，我将展示二维材料物性调控与“原子乐高”电子学如何在发展未来的计算技术中发挥重要作用，例如类脑计算与存内计算。一个很好的例子就是利用“原子乐高”构建具有原子锐度界面和优异热稳定性的超高鲁棒性忆阻器[1]，未来类脑计算芯片的其他组件也可以利用二维材料和垂直异质结来构建，例如类神经元和可重构突触器件[2]。另一个很有前景的应用是类脑视觉传感器。考虑到“原子乐高”异质结能够以天然的方式模拟人类视网膜中神经元和突触的垂直分层分布，我们提出并在实验上实现了一种可用于信息同步探测与处理的可重构神经网络视觉传感器[3-4]，并在此基础上实现了一种可用于视觉感知的原型神经形态视觉系统[5]。最后，面向未来进一步提升算力与计算能效比的要求，我们提出了一种基于频分复用技术的大规模并行计算方案，在忆阻器阵列中实现了对存储数据的并行读取和矩阵相乘运算的并行处理，并利用该方案演示了对16副图像的一步识别[6]。我们的工作展现了二维材料的物性调控与信息器件研究在发展未来高算力与高能效比计算技术中的重要潜力。

参考文献

[1] M. Wang#, S. Cai#, et al. Nature Electronics 1, 130 (2018).

[2] C. Pan, et al. Nature Electronics 3, 383 (2020).

[3] C. Wang#, S. Liang#, et al. Science Advances 6, eaba6173 (2020).

[4] L. Pi#, P. Wang#, S. Liang#, et al. Nature Electronics 5, 248 (2022).

[5] S. Wang#, C. Wang#, P. Wang#, et al. National Science Review 8, nwaa172 (2021).

[6] C. Wang#, S. Liang#, et al. Nature Nanotechnology 16, 1079 (2021).

讲座联系人/Contact:

理学院 廖老师 liaochangdan@westlake.edu.cn