最近，对以数据为中心的应用的需求不断增长，正在推动图像传感、内存和计算单元接口的消除，从而为延迟和能耗严格的应用带来希望。尽管专用电子硬件激发了内存计算和传感器内计算的发展，但将整个信号链折叠到一个设备中仍然具有挑战性。

近日，复旦大学Jianlu Wang，Qi Liu，华东师范大学Bobo Tian使用铁电定义的可重构二维光电二极管阵列演示了内存中传感和计算架构。

文章要点

1）通过光电流产生过程和基尔霍夫定律，基于光功率和光响应性的乘积实现了高级认知计算。

2）权重由铁电域在本地存储和编程，从而实现 51（>5 位）可区分的权重状态，具有线性、对称和可逆的操纵特性。

3）无需任何外部存储器和计算单元即可进行图像识别。因此，集成高级计算、权重记忆和高性能传感的三合一范式为低能耗、低延迟和减少硬件开销的计算架构铺平了道路。

参考电竞投注官网

Wu, G., Zhang, X., Feng, G. et al. Ferroelectric-defined reconfigurable homojunctions for in-memory sensing and computing. Nat. Mater. (2023).

DOI：10.1038/s41563-023-01676-0

https://doi.org/10.1038/s41563-023-01676-0