北京科技大学张跃院士等：用于神经形态视觉计算的卤化物钙钛矿仿生突触器件

对物理世界精确感知的需求导致了视觉传感数据的大幅增加，同时也带来了数据处理能耗效率方面的挑战。传统的视觉系统由于传感器和处理单元的分离，在处理日益复杂和大规模的数据方面存在挑战。受人类视觉系统的启发，神经形态视觉计算以感存算一体的设计理念，力图在硬件层面实现传感、存储、处理的结合，被认为是探索新一代视觉系统的潜在路径。作为关键的硬件支撑，能够复制突触功能和动力学的仿生突触对于神经形态视觉计算的发展至关重要。构建仿生突触的关键在于能够支持突触权重调制的阻变材料，从而实现多种突触可塑性。因其独特的离子和电子传输特性，以及灵活的光电可控性，卤化物钙钛矿材料被视为实现仿生突触的有前景的候选材料。自2016年以来，基于卤化物钙钛矿材料的仿生电子学领域稳步发展，取得了许多重要进展。然而，生物突触和仿生突触的功能尚未完全匹配，仍需要在材料、器件和多功能实际应用方面做出改进。鉴于此，本综述系统总结了基于卤化物钙钛矿的仿生突触在神经形态视觉计算中的进展与挑战。

III 钙钛矿突触在神经形态视觉计算中的应用

钙钛矿突触凭借可调制的突触可塑性与兼容的制备工艺在神经形态视觉计算中展现出突出优势。钙钛矿电突触可通过多级电导态加速向量乘法运算，从而消除带宽限制并减少数据移动；具有空间和时间相关可塑性的钙钛矿光电突触能够直接在每个设备中集成视觉处理功能，为神经形态视觉计算提供解决方案。本章介绍了钙钛矿突触在用于神经形态视觉计算中的应用中，涵盖了光信息预处理、视觉适应及模式识别等典型场景，并重点分析了突触可塑性在处理特定任务时的关键作用。

在大数据与物联网快速发展的背景下，感官数据激增，生物启发的神经形态计算系统备受关注。仿生突触器件作为此类系统的核心组成，承担着感知、记忆与计算的关键功能。钙钛矿材料凭借丰富的材料体系与优异的光电性能，有力推动了各类突触器件的研究与发展。尽管突触功能模拟取得了显著进展，但钙钛矿突触的神经形态应用仍处于早期阶段，仍有诸多挑战亟待解决。

在材料层面，需要深入探索材料内部复杂的离子-电子动力学特性，解决稳定性与毒性问题。在器件层面，还需通过化学策略、结构设计与物理信号调制，协同提升器件在计算与传感方面的模拟性能(图3)。此外，建立标准化的性能指标与测量协议对于评估器件的可缩放性与可靠性至关重要。在应用层面，目前的研究仍多依赖于软件模拟，未来亟需突破实际硬件集成与大规模突触网络构建的瓶颈，通过材料成分与制备工艺的深度融合，真正释放钙钛矿突触在神经形态视觉计算中的应用潜力。

图3. 可用于改善钙钛矿器件突触可塑性的多种优化途径。