1.突破晶体管功耗难题的新希望
2.AI助力！我国科学家研究催化理论获重大突破
3.北大深研院信息工程学院杨玉超课题组在感存算一体领域取得重要进展
1.突破晶体管功耗难题的新希望
光学声子软化，是凝聚态物理中非常重要的现象，与材料介电常数、晶体结构相变、铁电性相变、热电材料的热导率等重要领域相关。
但长期以来理论认为，光学声子软化的产生会同时引发材料的界面退极化效应，严重限制材料在纳米尺度器件大规模集成的实际应用。
近日，中国科学院半导体研究所提出一种光学声子软化新理论，能避免过去八十年来理论认为无法克服的界面退极化效应，有望以源头理论创新，推动高密度电子器件的设计与研发，该成果发表于《自然》。
01
传统认知中的双刃剑
什么是光学声子软化？晶体中的原子并不是静止不动的，光学声子，是晶体中正负离子相对振动时产生的一种特殊声子模式。当晶体光学声子模的振动频率不断降低直至零以下时，会导致晶格的动态不稳定，这种现象就是“光学声子软化”。形象地说，光学声子软化，就是光学声子的振动由“激昂强烈”变得“缓慢柔和”的现象。
然而，长期以来的认知却使光学声子软化的“潜能”得不到发挥，通常认为只有当长程库伦作用（较长距离范围内带电粒子之间的静电相互作用）较强、超越短程原子键强度时，才会产生光学声子软化。
这一过程也会产生“副作用”，引起界面的退极化效应，导致铁电性在纳米尺度消失，以及材料难以同时拥有高介电常数和大带隙。这犹如一道无法跨越的障碍，严重限制了技术的进一步发展。
02
反常中获得新突破
科研人员在工作中注意到，岩盐矿结构的氧化铍（rs-BeO）反常地拥有10.6 eV的超宽带隙和高达271 ɛ0的介电常数，均远高于当前集成电路中使用的新型高k氧化物介电材料二氧化铪（HfO2）的带隙（6eV）和介电常数（25 ɛ0）。
通过进一步研究，科研人员揭示出这一反常的起源：由于rs-BeO中的Be原子很小导致相邻两个氧原子的电子云高度重叠，产生强烈的库仑排斥力，拉升了原子间距，显著降低了原子键的强度和光学声子模频率，导致其介电常数从闪锌矿相的3.2 ɛ0（闪锌矿相中相邻氧原子相距较远电子云重叠很小）跃升至271 ɛ0。
▲岩盐矿(rs-) BeO的反常现象及起源
基于这一发现，科研人员创新性地提出，通过拉升原子键降低化学键强度实现光学声子软化的新理论。由于这一光学声子软化驱动的铁电相变不依赖于强库仑作用，因此可以有效避免界面退极化效应。
离子半径差异、应变、掺杂、晶格畸变等现有的常规、成熟路径，都可以拉升原子键长度降低原子键强度。也就是说，这一光学声子软化方案具备从理论转向应用的实现基础。
03
新技术应时而生
众所周知的“摩尔定律”认为，集成电路上可以容纳的晶体管数目在大约每经过18个月到24个月便会增加一倍。然而，每过一段时间，摩尔定律就会遇到新的障碍，陷入止步不前的局面，应变硅、高k栅介电层、FinFET晶体管等创新不断地拯救摩尔定律。
当前，通过晶体管持续小型化以提升集成度的摩尔定律已接近物理极限，主要问题在于晶体管功耗难以等比例降低。
新的光学声子软化理论，对于解决集成电路晶体管高k介电材料、铁电材料的应用难点，以及发展兼容CMOS工艺的超高密度铁电、相变存储等新原理器件具有重要意义。
相信在不久的将来，这一新理论成果将在高密存储器、传感器和纳米电子器件中得到广泛应用，为我们的生活创造更多便利。（中科院之声）
2.AI助力！我国科学家研究催化理论获重大突破
新华社合肥11月22日电（记者徐海涛、戴威）11月22日，中国科学技术大学李微雪教授课题组在《科学》杂志发表一项催化领域的突破性研究成果，通过揭示负载型金属催化剂的“金属-载体相互作用”本质，展示AI在催化科学研究中的巨大潜力。
催化研究中的一个重大科学挑战是调控“金属-载体相互作用”来提高催化性能，然而，传统的实验研究方法难以洞察这一复杂问题的本质并定量预测相关现象。
在本次研究中，李微雪团队使用AI技术解决了这一困扰科学界近四十年的难题。基于多年积累，他们汇总多篇文献中的大量实验数据，通过可解释性AI算法，从材料的基本性质出发，经过迭代式的数学操作构建了多达300亿个表达式，进而利用压缩感知算法，结合领域知识和理论推导，为“金属-载体相互作用”建立了物理清晰、数值准确的控制方程。这一方程突破性地包含了“金属-金属相互作用”这一关键新变量，揭示了该变量对载体效应的调控作用，首次完整揭示了“金属-载体相互作用”的本质。
据了解，该理论有效地迁移到其他催化体系中，包括金属单原子催化剂和氧化物薄膜催化剂，展示了极高的普适性。此外，该理论成功地解决了氧化物载体在高温还原条件下包覆金属催化剂的难题。研究团队提出了“强金属-金属作用原理性判据”，预测了包覆现象的发生条件，不仅解释了迄今为止几乎所有观测到的包覆现象，还对未来研究方向作出了预测和指导。
中国科学院院士李亚栋认为，该项成果解决了多相催化研究中的一个重大基础科学难题，对高效负载型催化剂的理性设计极具指导价值。李微雪教授表示，该成果有望加快新催化材料和新催化反应的发现，推动能源、环境和材料的绿色升级，助力经济社会可持续发展。
研究人员在该研究中创新性地利用可解释性人工智能算法从实验数据中提炼出数学模型和科学原理，解决了实际科研中的重大问题，为推动人工智能技术与科学研究的深度融合提供了全新视角。（新华网）
3.北大深研院信息工程学院杨玉超课题组在感存算一体领域取得重要进展
近日，北京大学深圳研究生院信息工程学院/广东省存算一体芯片重点实验室的杨玉超教授团队在Nature Electronics杂志上发表了题为“Reconfigurable in-sensor processing based on a multi-phototransistor-one-memristor array”的研究论文，在可重构感存算一体集成阵列与硬件系统领域取得重要进展。针对现有忆阻器视觉感知神经形态器件在动力学特性和编码功能上的局限以及集成硬件系统算法兼容性不足的问题，杨玉超团队首次提出将莫特氧化物异质结结构忆阻器与光晶体管集成，构建了支持多种光图像编码功能的可重构硬件系统。这一系统能够实现光图像的时空、模拟与脉冲编码，并兼容生物启发式和机器学习架构的多种算法，通过与非易失性忆阻器阵列集成可支持多种光学神经网络（如光学卷积神经网络、循环神经网络、脉冲神经网络），从而执行多种计算视觉任务，包括识别静态、运动和彩色图像识别功能，为实现大规模可重构视觉计算硬件系统奠定了关键基础。
随着机器视觉技术的快速发展，图像传感器在边缘计算中扮演着越来越重要的角色。然而，基于CMOS技术的传统视觉计算系统在实时图像处理方面面临诸多挑战，主要是由于图像传感器、存储器和处理器之间的物理分离导致图像信息处理的延迟和冗余数据的生成。为了解决这些问题，集成了神经形态计算和光图像感知功能的视觉感存算一体系统成为重要的发展方向。但目前视觉感知神经形态器件的动力学特性较为单一，无法实现时空信息编码和脉冲编码功能，且工作方式单一。从硬件系统功能的角度来看，当前的视觉感存算集成阵列主要支持人工神经网络或脉冲神经网络的单一算法，难以兼容不同类型的神经网络算法，因此有必要实现一种既适应仿生又适应机器学习的感存算一体硬件架构，以构建具有可重构性和多类型算法兼容的视觉计算硬件系统。
图1. 基于忆阻器可重构感存算一体硬件支持实现多类型视觉编码方式、算法与架构
针对光忆阻器工作模式单一的局限性，杨玉超课题组首次利用硅基兼容性工艺和材料成功制备了多模式忆阻器。该忆阻器能够在三种工作模式下运行：线性电阻、阈值开关转变和短时程记忆。此外，为了解决硬件集成阵列在光感知与编码能力上的局限性以及线性计算的不足，研究团队将具有多种工作模式的莫特氧化物忆阻器与具备蓝光增强和红光抑制特性的光晶体管进行了集成。这一创新实现了具有可重构特性的视觉感存算一体化集成阵列与硬件系统，拓展了当前视觉神经形态硬件集成阵列的可重构性，提升了硬件集成阵列的复杂信息处理能力以及硬件系统的算法兼容性。
图2. 可重构光晶体管-忆阻器集成阵列与1T1R非易失性忆阻器集成阵列
通过光晶体管与忆阻器集成阵列、1T1R非易失性忆阻器集成阵列、CMOS外围读写电路及逻辑控制模块实现板级集成，研究团队构建了可重构感存算一体硬件系统。实验结果表明，该系统能够通过外围电路灵活编程，演示多种神经网络算法与图像计算任务，包括光卷积神经网络（OCNN）进行静态图像识别、光循环神经网络（ORNN）实现事件型时序脉冲图像编码处理，以及光脉冲神经网络（OSNN）对不同颜色和形状目标的识别。
图3. 基于光晶体管-忆阻器集成阵列与1T1R非易失性忆阻器集成阵列的可重构感存算一体硬件电路系统
实验成功演示了基于光晶体管与忆阻器集成阵列的卷积滤波功能，显示其卷积核能够有效提取光图像的边缘特征，并基于该系统构建了光卷积神经网络，实现了图像的训练与识别；此外，利用相同可重构硬件系统构建的储备池网络展示了该硬件系统具备直接感知光学图像、时序信息整合及事件型图像特征提取与模拟编码的能力；基于光晶体管的蓝光增强和红光抑制特性，该系统成功演示了对红蓝光图像的感知与脉冲编码，实现了脉冲神经网络对彩色图像的识别功能，从而证明了基于可重构光晶体管-忆阻器集成阵列的感存算一体硬件系统在不同光信息处理、多种算法兼容性及可重构特性方面的潜力。这一研究为未来智能视觉系统的开发提供了新的硬件基础，具有广泛的应用前景，如智能监控、自动驾驶和机器人视觉等领域，提升了硬件的灵活性与适应性，具有重要的理论与实际意义。（北京大学）
