仿生跨模态超叠加塑性：实现无缝视觉传感内存处理新范式

《Nature Communications》：Bio-inspired cross-modal super-additive plasticity for seamless visual processing-in-sensory and -in-memory

本研究针对传统视觉处理硬件难以实现生物大脑般的跨模态超叠加整合问题，开发了基于二硫化钼浮栅晶体管阵列的仿生视觉感知平台。通过电场辅助光生载流子隧穿机制，实现了高达103倍的超叠加效应和时序可塑性，结合非易失性4T-TCAM内存计算单元，构建了传感-存储-处理一体化的低功耗边缘智能硬件系统，为视觉边缘计算提供了新思路。

　　

在万物互联时代，视觉信息处理已成为物联网应用的重要组成部分。然而传统视觉处理技术面临着数据链冗余、能耗高、效率低等挑战。传统硬件架构中传感器、存储器和处理器相互分离，导致数据传输产生"内存墙"问题，限制了边缘设备的实时处理能力。更关键的是，生物大脑能够通过跨模态信息整合实现超叠加感知效应，而现有电子器件仅能实现刺激的线性叠加，缺乏这种高效的信息整合能力。

发表在《Nature Communications》的这项研究从生物大脑初级皮层的跨模态感知机制中获得灵感，开发了一种基于二硫化钼（MoS₂）的仿生视觉处理硬件平台。研究人员通过巧妙设计浮栅光电晶体管阵列，模拟了生物神经系统的跨模态关联可塑性，实现了传感端的信息预处理和内存端的并行计算，为低功耗边缘智能系统提供了全新解决方案。

研究团队采用了几项关键技术方法：通过化学气相沉积（CVD）制备单层二硫化钼作为光敏通道材料；设计具有浮栅结构的晶体管阵列实现光电信号协同调制；构建非易失性四晶体管三态内容可寻址内存（4T-TCAM）电路实现模式匹配；利用电场辅助光生载流子隧穿机制模拟生物超叠加效应。实验在10^-5Torr真空探针台完成，使用Agilent B1500A半导体参数分析仪进行电学测试，并通过SPICE进行电路级仿真验证。

器件结构与基本特性

研究团队设计了基于单层二硫化钼浮栅晶体管（MoS₂FGTs）的核心器件结构。器件采用局部栅电极设计，以25纳米氧化铪作为阻挡层，2纳米金层作为浮栅，9纳米氧化铪作为隧穿层。电学测试表明，MoS₂FGTs具有106的程序/擦除电流比和非易失存储特性。作为光敏单元，器件在470纳米、530纳米和625纳米波长下均表现出良好的光电响应，最高响应度达到1.7×10⁴A W^-1。基于该器件构建的4T-TCAM单元在匹配与非匹配状态间呈现10⁵的电阻比和10¹²次的查找耐久性。

超叠加光电响应

研究发现，当光脉冲与栅压脉冲同步施加时，器件输出电流远大于单独刺激的叠加值，表现出显著的超叠加效应。协同刺激下的电流增强比（CR）超过100倍，使图像感知的信噪比显著提升。实验显示，单次光电协同刺激即可达到150次纯光刺激的效果，能耗降低至0.23 nJ/像素，延迟减少150倍。这种超叠加效应在不同波长光照下均得到验证，且CR值可通过调节光强、脉冲宽度和栅压幅度在100-1000范围内连续调控。

跨模态可塑性及机制

通过调控光电信号的时间间隔Δt，研究人员发现了显著的时序依赖性塑性。当光脉冲与电脉冲完全同步时（Δt=0），超叠加效应最强；当时序偏差超过10毫秒时，协同效应显著减弱。能带分析表明，这种效应源于电场辅助下的福勒-诺德海姆（Fowler-Nordheim）隧穿机制：光生载流子在电场作用下能够穿越三角势垒，实现高效隧穿注入浮栅。这种时序依赖性与生物跨模态感知的时间窗口高度吻合，为模拟神经可塑性提供了机制基础。

一站式视觉信号处理

研究团队构建了传感-内存处理一体化架构来验证系统性能。与传统视觉处理链不同，该平台直接在传感器端完成图像预处理，通过TCAM阵列进行并行模式匹配。仿真结果显示，16×4 TCAM阵列能够准确识别预存储的字母图案（P、K、U、N），在16像素图像中保持10⁴以上的匹配/失配电阻比，64像素图像中仍保持10³的电阻比。该系统还实现了基于密钥的图像安全传输，不同终端通过特定解码密钥可从相同模糊输入中恢复出不同清晰图像。

该研究通过仿生跨模态硬件创新，成功实现了视觉信息从感知到处理的无缝衔接。二硫化钼浮栅晶体管阵列展现的超叠加效应和时序可塑性，为模拟生物感知提供了新途径；而非易失性TCAM内存计算单元则突破了传统架构的内存墙限制。这种传感-存储-处理一体化平台不仅大幅降低了能耗和延迟，还为边缘视觉智能系统的发展奠定了硬件基础。研究成果展示了二维材料在仿生计算领域的巨大潜力，为未来低功耗人工智能硬件设计提供了重要参考。