记者1月4日从河北大学获悉，该校教授闫小兵课题组联合复旦大学周鹏课题组、中国科学院微电子研究所刘琦课题组和新加坡国立大学陈景升课题组，在忆阻器和类脑计算与器件方面取得重要研究进展。近日，该成果于《先进材料》在线发表。

　　基于忆阻器的类脑神经形态计算是实现计算与存储一体化融合，进而实现下一代计算机的强有力技术竞争者。然而，目前忆阻器基础器件的性能依旧是构筑高效的大规模忆阻神经网络的重要挑战。

　　研究人员通过开展科研合作，利用自组装的PbS量子点，获得了优异的器件性能：阈值电压低、开关电压分布均匀、保持性强、响应时间快和功耗低等。该器件成功模拟了生物突触的学习和计算功能，制备方法简单，提供了一种改善忆阻器件性能的新思路，为器件小型化发展开发了一种新途径，为未来人工智能、数据识别、神经仿生、逻辑电路等领域提供了器件基础。

　　相关论文信息：DOI：10.1002/adma.201805284