南京大学Advanced Functional Materials:自供电柔性非晶硅纳米线器件,实现高速物理储层计算
Computer science · Materials science · Nanotechnology · Optoelectronics · Electronic engineering南京大学Advanced Functional Materials：自供电柔性非晶硅纳米线器件，实现高速物理储层计算
👥 Advanced Functional Materials2026年，南京大学在Advanced Functional Materials上发表了题为'Self-Powered Flexible Amorphous-Silicon Radial p-i-n Nanowire Device for High-Speed Physical Reservoir Computing'的研究，开发了一种基于柔性非晶硅径向p-i-n结纳米线的自供电光电器件，可作为高速物理储层计算的硬件节点，为低功耗边缘神经形态系统提供了新的硬件方案。
随着数据密集型和人工智能驱动应用的快速发展，传统冯·诺依曼架构因存储与处理单元物理分离，存在延迟高、能耗大的瓶颈，融合感知、存储与计算的神经形态架构成为下一代信息处理的重要方向。在各类神经形态范式中，储层计算利用器件本征非线性动态特性完成时序信号处理，训练成本低，其中物理储层计算直接利用物理器件的本征动态特性减少计算开销，更支持超高速低功耗时序处理，器件本身的动态特性是决定系统性能的核心，因此开发具有快速响应、非线性瞬态动态和极低能耗的硬件节点，是推进高性能物理储层计算发展的关键需求。现有光伏型储层节点大多依赖钙钛矿、染料敏化等材料，普遍存在动态响应慢、需要外部偏置、缺乏柔性等问题，难以满足高速可穿戴边缘计算的需求，亟需开发新型自供电快速响应的柔性光电器件。
该研究在柔性不锈钢衬底上通过气相-液相-固相生方法制备了非晶硅径向p-i-n结硅纳米线器件，实现了零偏压下的自供电工作模式；径向结结构的内建电场可实现高效光生载流子分离，几何结构实现光吸收与载流子收集距离的解耦，器件具备宽带光吸收能力，在可见光范围吸收效率维持在60%以上，开路电压可达0.7 V以上。该器件呈现出非线性、亚毫秒级弛豫的瞬态光电压响应，具备物理储层计算所需的衰减记忆特性，光脉冲响应峰值振幅随脉冲宽度、功率密度、脉冲数量呈现依赖特性，表现出类似生物突触的双脉冲易化、频率依赖可塑性等短期突触特性，可在200微秒内可靠编码4位光脉冲序列，单脉冲能量密度仅为45 nJ/cm²，处于同类器件较低水平。基于该器件构建单节点时分复用物理储层计算系统，结合非线性多层感知器读出，在MNIST手写数字识别任务中达到94.1%的测试准确率，在Mackey-Glass时间序列预测任务中也表现出优异性能。该垂直锚定的纳米线架构具备优异的机械稳定性，在10 mm曲率半径下经历3000次弯曲循环后，仍可保留~90%的饱和光电压，在高温高湿环境下也能保持稳定的性能。这项工作证明了柔性非晶硅径向结硅纳米线是一类极具前景的快速、自供电光电子节点，可应用于低功耗传感内边缘神经形态系统与可穿戴神经形态视觉系统。
图1 | 自供电非晶硅径向结硅纳米线物理 reservoir 计算系统的仿生概念与器件级实现。(a) 生物视觉感知系统示意图，视觉刺激被视网膜捕捉，编码为类脉冲神经信号，传输到视觉皮层。(b) 受生物视觉启发的柔性光电物理 reservoir 系统。(I) 适用于保形边缘级视觉信号处理的柔性光电 reservoir 节点概念示意图，突出了包括智能手表、智能眼镜和软体机器人界面在内的代表性应用。(II) 在零偏置下工作的柔性非晶硅径向结硅纳米线（a-Si RJ SiNW）器件，将入射光脉冲序列转换为非线性瞬态光伏响应（左面板），用于构建单节点时分复用物理 reservoir，得到的 reservoir 状态被送入训练好的读出网络进行数字识别（右面板）
图2 | RJ SiNW器件的制备流程、形貌和基本光电性能。(a-d) 不锈钢箔衬底上RJ SiNW的分步制备流程示意图，包括Sn催化剂形成、p型SiNW的VLS生长、依次沉积本征层和n型a-Si层、ITO顶电极沉积。(c) 中SEM图像展示了RJ SiNW结构。(e) 器件的光吸收光谱，(f) 外量子效率（EQE）光谱。(g) 暗态和单色光照明下在选定波长测得的电流-电压（I-V）特性（光强：2.32 mW cm⁻²）。插图：光照下的载流子分离机制：内置电场将光生电子和空穴分开。(c)的标尺为500 nm，(d)的标尺为200 nm
图3 | 零偏下635 nm波长光脉冲触发的RJ器件类突触光伏动态特性。(a) RJ器件结构及其自供电工作的原理示意图。(b) 不同脉宽的光脉冲产生的光伏响应（功率密度：0.90 mW cm⁻²）。(c) 不同激光功率下光脉冲产生的光伏响应（脉宽：25 μs）。(d, e) 不同光脉冲数目下的光伏演化，脉宽固定，间隔分别为(d) 50 μs 和 (e) 25 μs；光功率密度为0.90 mW cm⁻²。(f) 10 kHz光刺激下，峰值光伏的归一化结果（相对于饱和光伏）随脉冲数的变化，在不同刺激频率下测得（占空比：50%），光功率密度为0.90 mW cm⁻²。(g) 间隔为Δt的两个连续光脉冲（脉宽：50 μs）触发的光伏响应，Δt = 10 μs。(h) 成对脉冲易化（PPF）指数对Δt的依赖关系，紫色实线为指数拟合。(i) 从第1个刺激周期到第100个刺激周期（每个周期五个连续脉冲，脉宽和脉冲间间隔均为50 μs，光功率密度0.90 mW cm⁻²）每10个周期记录一次的光伏轨迹
图4 | 使用基于RJ器件的物理RC系统进行手写数字分类。(a) 物理RC中4位输入的示意图，二值化数字被转换为从“0000”到“1111”的4位光图案序列。(b) RJ器件对全部16种输入的瞬态光伏响应。(c) 手写数字分类的物理RC框架示意图。(d) 训练和验证准确率随训练轮数的变化（n虚拟= 80）。(e) 测试集的混淆矩阵（n虚拟= 80）。(f) reservoir特征向量的t-SNE可视化，提取自测试图像（n虚拟= 80）
图5 | a-Si RJ光电器件的柔韧性评估。(a) 柔性RJ器件机械弯曲的原理示意图。(b) 不同弯曲半径下，635 nm照明（0.77 mW cm⁻²）下测得的RJ器件归一化饱和光伏响应。(c) 归一化饱和光伏随弯曲循环次数的变化（弯曲半径：10 mm），插图为器件在10 mm弯曲半径下的照片。(d) 不同弯曲循环次数N下，10组635 nm光脉冲（0.77 mW cm⁻²）的光伏响应，脉宽和间隔固定为50 μs
DOI
https://doi.org/10.1002/adfm.76468
本公众号发布的内容（包括但不限于文字、图片、视频、音频及设计素材等），如有侵权，请联系删除。我们始终尊重知识产权，严格遵守《中华人民共和国著作权法》等相关法律法规，致力于维护健康的内容创作环境。欢迎大家投稿或私信，各类推文，包含招生信息，论文推广等，请联系邮箱：sensorsxx@163.com
