近日澳门巴黎人彩票网，清华本科学友、瑞士洛桑联邦理工学院博士生王震宇和所 在团队，讹诈单层二硫化钼材料已毕了数据处理和数据存储的集成，借此 打造出第一个基于二维半导体材料的内存处理器。

图 | 王震宇（泉源：王震宇）

在这款处理器中，由 1024 个元件构成的一个矩阵，被整合到一个 1 厘米的芯片上。每个元件由单层二硫化钼的浮栅场效应晶体管构成，每个晶体管的电导率齐大致已毕相接且精准地限度。

通过调制每个晶体管的电导率，不错向处理器施加电压并测量输出信号，从良友毕实践模拟矢量矩阵乘法的主义，因此这种存算一体的耦合才智能从根柢上更变处理器实践计较的情势。

当作数据处理中的基本运算之一，此功能的已毕将在数字信号处理和东说念主工智能模子的发展中说明极大的后劲，其效果的提高不错为悉数这个词信息与通讯时期行业带来多数的动力从简。

同期，它为计较存储架构带来了环节的翻新，这种基于单层二硫化钼材料的内存处理器也瑰丽着半导体界限的一次紧要进展。

这款处理器在高性能、高着力计较方面的优胜性能，将为科学、工业和社会带来庞杂的变革，关于鼓动东说念主工智能、物联网等界限的发展具有深切的影响。

“这亦然工业分娩说念路上的一个环节里程碑，极地面拓宽了二维材料的骨子应用远景。”王震宇说。

（泉源：Nature Electronics）

在应用远景上：

其一，可用于机器学习和东说念主工智能加快器：内存处理器的存算一体架构在实践向量矩阵乘法等要道运算方面发达不凡，因此可用于加快机器学习和东说念主工智能应用，包括深度学习算法的检修和预计。

其二，可用于数据处理和分析：由于内存处理器大致在土产货进行数据处理，尤其是处理结构化和有价值的数据，因此在大限制数据处理和分析中具有潜在应用，比如用于大数据处理、数据挖掘和及时期析等场景。

其三，可用于线性方程和微分方程求解：内存处理器在求解线性方程和微分方程方面显裸露远景，这关于科学计较和工程界限中的模拟和建模任务具有环节好奇钦慕。

其四，可用于信号处理和图像处理：存算一体的内存处理器可用于高效实践信号处理和图像处理任务，举例及时音频处理、图像识别和增强本质。

其五，可用于打造新式半导体材料：二硫化钼的应用在内存处理器的材料遴荐中说明要道作用，其踏实的单层结构和原子级薄度为袖珍化和高度集成提供了潜在的应用后劲，有望鼓动半导体产业朝着更先进、高性能的标的发展。

其六，可用于高度并行的碎裂信号处理：内存处理器展示了在高度并行的情势之下，使用不同中枢实践碎裂信号处理的才智，这关于及时处理复杂信号和事件的系统具有眩惑力，举例通讯系统和传感器网罗。

总的来说，在这些界限的应用将有望提高计较效果、降粗劣耗，并为新一代计较系统的发张开辟新的说念路。

不外，还需要克服制造和系统集成上的挑战，以确保这些时期在大限制和买卖化的环境下踏实运行。

（泉源：Nature Electronics）

从冯·诺依曼结构提及

现时，跟着半导体信息时期的马上发展，新兴的机器学习和物联网等东说念主工智能产业对当代计较机算力提议了更高的需求。

咫尺天下每天齐额外十亿个互联开导传感器在连接运转，从而将物理信息诊治为数字信息。咫尺大范围应用的传统数字计较系统仍然依赖于冯·诺依曼 （Von Neuman） 结构，即使用孤立且永别的计较和存储单位，这就意味着处理器需要从内存中检索数据来实践计较。

这其中触及的电荷出动、电容器充放电、以及电流传输等多个过程，导致处理器的大部分能量并莫得被用于计较，而是消耗在内存和处理器之间的字节传输上，从而影响了开导的自主性和数据传输带宽，极地面轨则了动力使用效果。也就是说，冯·诺依曼结构濒临着能效瓶颈。

因此，开发新一代高能效计较存储架构已成为东说念主们焦躁需要惩处的问题，独一这么才能裁减计较能耗资本，保证东说念主工智能时期的可捏续性发展。

为了克服冯·诺依曼结构的时期瓶颈，东说念主们研发出存算一体的新式架构。这种内存计较架构不错将数据处理和存储集成到单个“内存处理器”中。该架构在实践向量矩阵乘法等要道运算时发达得额出门色，是已毕机器学习算法最密集计较的祈望遴荐。

通过讹诈存储器的物理层实践乘法和累加运算，上述架构生效克服了冯·诺依曼结构的瓶颈，并在线性方程求解、微分方程、信号处理、图像处理、以及东说念主工神经网罗加快器等应用中展示了潜在远景。

近些年来，尽管学界还是在内存计较方面取得权贵进展，诸如电阻式当场存取存储器和铁电存储器，然而为了保险新式计较存储架构大致踏实且高效地说明其逻辑运算和数据存储才智，已毕高性能新式半导体材料的大限制、量产化制备，成为东说念主们首要面对的最基本亦然最中枢的挑战。

收下这份横琴暑期游玩tips，邀上亲朋好友，用精彩纷呈的活动开启完美假期吧~

本次活动是广东省总工会“新业态温暖行动月”的系列活动之一。今年5月以来，我省开展“新就业形态劳动者温暖行动”服务月活动，主要包括送思想文化、送健康保障、送温暖关爱、送法律服务、送就业服务、送技能提升、送平安保障、送交友联谊“八送”活动。

在上述情况之下，二维材料存算一体处理器横空出世。与咫尺计较机处理器中鄙俚使用的半导体硅不同的是，半导体材料二硫化钼大致酿成踏实的单层，独一三个原子厚（约 0.7nm），相似情况下果真不受周围环境的影响。

其原子级别的薄度，为器件朝着袖珍化、高度集成化的标的发展提供极大的应用后劲。

皇冠hg86a

更环节的是，二硫化钼具有优良的电学性能，发达出较高的挪动率和电流开关比，它不仅不错特出互补金属氧化物半导体（CMOS，Complementary Metal Oxide Semiconductor）器件，也在内存计较界限发达出了极大的应用远景，并能有用地升迁能量使用效果。

以上即是本次说合的大布景。那么，王震宇是奈何宣战到这一界限的？这得从他的本科生计提及。

（泉源：Nature Electronics）

为二维材料的大限制分娩和应用掀开大门

据先容，王震宇本科就读于清华大学材料学院。2018 年暑假，他前去瑞士洛桑联邦理工学院微纳结构与电子实验室进行暑期科研纯属，借此契机与他咫尺的博士导师安德拉斯·基斯（）讲授成就了关系。

“由于学业和科研收获杰出，我在本科毕业后赢得免读硕士的资历，平直来到瑞士洛桑联邦理工学院攻读博士学位，咫尺完成了博士第四年的学习，行将在明岁首毕业。”他说。

博士期间，王震宇主要从事二维半导体材料和二维超导体材料的大限制制备以及电学性能说合责任，并尝试将其用于存算一体的新式存储架构中。

此前，他曾以第一作家或共同作家身份在 Nature、Nature Electronics、Advanced Materials、ACS Nano 等期刊发表论文 10 余篇，并于 2023 年赢得“国度优秀私费留学生奖学金”。而能取得上述收获，也和王震宇博士导师 的联接密不成分。

图丨王震宇（泉源：王震宇）

在半导体材料界限有着多年教化，2010 年 指导课题组使用剥离法，从晶体上获取单层二硫化钼，借此制成第一个晶体管。

如今，他又指导王震宇等学生袭取金属-有机化学气相千里积的智商，合成晶圆级的单层二硫化钼并已毕内存处理器的应用，一齐走来他们破钞了整整 13 年。

事实上早在 2019 年， 就启动布局晶圆级二硫化钼的内存应用，自其时起该团队一直在探索使用半导体材料二硫化钼来已毕这一主义的智商。

滥觞，他们讹诈金属-有机化学气相千里积法合成的单晶二硫化钼当作沟说念材料，将其用在逻辑内存芯片中，关联论文发表在 Nature[1]。

但由于二硫化钼单晶的尺寸轨则，他们启动尝试矫正材料合成工艺，以期制备更大限制的高质料单层二硫化钼半导体材料。

当王震宇在加入该课题组之后，他一直尝试讹诈金属有机化学气相千里积法合成晶圆级二硫化钼。相较于其他合成智商，金属-有机化学气相千里积法不错已毕对二硫化钼薄膜滋长过程的高度限度，从良友毕对二硫化钼结构和性质的精准限度。

同期，金属-有机化学气相千里积法不错在较大的基底上已毕均匀的二硫化钼滋长，产生具有一致性和均匀性的薄膜，因此在骨子应用中更容易已毕限制化分娩，有助于将二硫化钼应用于集成电路之中。

经过多数工艺优化之后，王震宇等东说念主在材料制备上取得了打破，大致分娩出均匀隐敝在晶圆上的二硫化钼单层材料，这使得他们不错袭取行业化的门径器具瞎想集成电路，并将这些瞎想革新为骨子应用的物理电路，为二维材料的大限制分娩和应用掀开了大门。

自后，王震宇的共事吉列尔梅·米利亚托·马雷加（）启动入部下手集成电路的瞎想与加工。

从原先的单晶级二硫化钼到之后的晶圆级二硫化钼，材料量级的更变带来了瞎想念念路与加工情势的升级。

自后，王震宇和一齐究诘惩处有野心，连接诊治和矫正瞎想与加工经由，最终生效瞎想并优化了集成电路的布局，将二硫化钼材料有用地整合到二维内存处理器之中。

日前，关联论文以《基于单层二硫化镁存储器的大限制详细向量矩阵乘法器》（）为题发在 Nature Electronics[2]。

吉列尔梅·米利亚托·马雷加（）是第一作家，王震宇是共同作家，安德拉斯·基斯（）讲授担任通讯作家。

图 | 关联论文（泉源：Nature Electronics）

后续，他们将进一步优化集成电路的结构和性能，讹诈二硫化钼材料已毕更高密度、更高维度的集成应用。

最初，他们商酌通过矫正二硫化钼的滋长工艺，已毕更大限制的单层二硫化钼的制备。通过诊治滋长条目和优化响应过程，但愿能滋长出更大面积、更均匀的二硫化钼单层，以知足高密度集成电路的需求。

其次，他们将专注于二硫化钼材料在电路中的布局和瞎想。通过尽心瞎想电路结构，充分说明二硫化钼半导体材料的上风，以期已毕更高维度的集成应用。

参考汉典：

1.https://mp.weixin.qq.com/s/wURDGwiCNskKfDPHFOPgHg

2.Migliato Marega, G., Ji, H.G., Wang, Z.et al. A large-scale integrated vector–matrix multiplication processor based on monolayer molybdenum disulfide memories. Nat Electron 6, 991–998 (2023). https://doi.org/10.1038/s41928-023-01064-1

排版：刘雅坤

04 /05 /