近日，天津理工大学赵金石教授团队在国际顶尖学术期刊《Chemical Engineering Journal》（影响因子约13.2，中科院工程技术大类1区Top期刊）发表了最新研究成果《Liquid-phase deposited 2D SnS-SnS₂ composite films for memristor and synapse emulation》。该工作围绕新一代类脑计算器件的关键科学问题——如何在二维材料忆阻器中实现电荷传输与突触可塑性的协同调控，提出了全新的“相位工程+垂直取向结构”设计策略。
研究团队通过液相旋涂与顺序热还原的方法，成功在SnS₂基体中引入垂直取向的SnS纳米域，构建出具有复合相的二维功能薄膜。这一结构不仅显著提高了硫空位的形成与迁移效率，还有效降低了电阻切换的随机性。系统表征与导电机理分析表明，SnS的垂直嵌入为硫空位提供了连续迁移通道，实现了电子传输的快速响应与稳定调控，从而大幅改善器件的开关特性和能耗表现。在优化条件下，器件表现出低工作电压、高开关比、优异的数据保持与循环稳定性，并能模拟短时/长时可塑性及脉冲时序依赖可塑性等关键突触行为。在神经网络仿真任务中，该器件在手写数字识别上实现了约85%的准确率，显著优于对照器件。
这一研究首次从“相位构筑–缺陷通道–突触功能”三元关系角度阐明了二维硫族化合物忆阻器中电荷调控与类脑行为的耦合机制，为实现高性能、低能耗的神经形态计算硬件提供了新的思路。该成果展示了液相二维材料在规模化制备和功能拓展方面的独特优势，对推动人工智能与新型存储器件的交叉发展具有重要意义。
随着人工智能和大数据的快速发展，传统计算架构在能耗与处理效率方面面临瓶颈。忆阻器作为新一代存储与类脑计算的核心器件，因具备存算一体、多级存储及类突触可塑性等优势，成为国际研究热点。然而，实现性能稳定且可规模化制备的忆阻器仍是亟待突破的难题。针对这一问题，研究团队提出了一种液相低温制备SnS/SnS₂复合二维薄膜的新方法，在薄膜中引入垂直取向的SnS纳米域，从而有效调控硫空位的分布和迁移通道。该独特结构显著改善了忆阻器件的电阻切换稳定性和能效表现，为二维材料在神经形态计算中的大规模应用提供了新的思路，对未来低功耗、高效率的类脑芯片研发具有重要意义。
研究显示，在优化条件下，器件表现出低工作电压、高开关比、超过10⁴秒的数据保持能力及3000次以上循环稳定性，展现出优异的存储性能。同时，器件成功模拟了短时与长时可塑性、脉冲时序依赖可塑性等类脑突触行为，并在手写数字识别任务中实现了约85%的识别准确率，明显优于对照器件。这些成果充分展示了液相二维材料在新型忆阻器中的潜力。
该研究不仅展示了液相二维材料在新型器件领域的应用前景，也为构建低能耗、高效率的类脑计算硬件提供了新的路径。将继续在材料创新与器件优化方面深耕，推动科研成果向实际应用转化，服务国家人工智能和集成电路产业发展需求。
