中国科学技术大学集成电路学院孙海定教授iGaN实验室，联合加拿大麦吉尔大学、澳大利亚国立大学、浙江大学、英国剑桥大学及武汉大学等多所高校的科研团队，成功研制出一种集成了光传感、存储和处理“三合一”多功能的光电二极管新架构，并由此构建规模化二极管阵列，开发出集感存算一体的低功耗类脑视觉相机。团队提出了一种新的PN结能带设计策略，通过在PN结中引入电荷存储层，突破了传统二极管仅仅只有“单向导电”这单一功能的半导体物理限制。该新器件无需额外电路即可在单个器件层面实现电压可调的光传感、光突触与光存储功能，实现集“感存算一体”智能光电二极管，并以此构建了具备图像降噪与分类识别能力的高效、低功耗边缘计算视觉相机。相关研究以“A single diode with integrated photosensing, memory and processing for neuromorphic image sensors”为题，于3月20日在线发表在国际知名期刊Nature Electronics （DOI: 10.1038/s41928-026-01588-2）。
在众多电子和光电子系统中，PN结二极管（如发光二极管、光电探测二极管等）是最重要的基础硬件单元。然而，由于受限于严格的半导体物理机制（如单向导电性），传统PN结二极管通常只能执行单一任务和功能。为了满足人工智能时代对复杂光电信号处理系统日益增长的需求，目前的光电成像系统中常规方案通常依赖于引入第三端电极，或将二极管与晶体管等其他外部逻辑电路通过系统级集成，即器件+电路系统集成，方可实现复杂视觉功能（例如基于 CMOS 器件架构的传统视觉相机和传感器）。这些传统方法不仅大幅增加了系统硬件架构的复杂性，还带来了面积增大、功耗增加等难以克服的冯·诺依曼架构中感、存、算分离的硬件瓶颈。因此，如何在不引入多端结构、多种材料、不同电路模块的前提下，在单个二极管中自然赋予其多重功能，大幅简化硬件成本与开支，是当前类脑计算、类脑视觉和智能传感器技术面临的重大技术挑战。
为克服上述因器件或电路复杂架构带来的性能桎梏，iGaN实验室与国内外多家单位联合攻关，创新性地提出了一种基于能带工程的PN结设计方案，提出新的光电二极管架构且能够完全与传统CMOS工艺兼容。研究团队在导电硅衬底上定向构建了高晶体质量的垂直氮化镓（GaN）基PN结二极管阵列。通过巧妙地在 GaN基PN结中插入宽带隙的 n-AlGaN 层，利用能带弯曲在其内部形成了一个局域的“电荷存储层”。这一嵌入式电子储层结构赋予了器件在传统载流子生成与传输之外的“电荷捕获与释放”能力，并使器件能够通过简单的外部偏压进行任意模式切换和操控。在构建这一结构及其简单的光电二极管和阵列中（图1a），通过调整外部偏压而无需改变器件结构，就可以让器件展现出三种独立且可自由切换的工作模式：光电感知、光电突触和光电存储，最终实现图像感知、图像降噪和图像分类的功能（图1b）。在零偏压下，器件表现出稳定且高线性度的自驱动光传感特性（图1c），利用响应速度较快的方波响应，可以实现实时图像感知的功能；在恒定偏压下，器件展现出光突触行为（图1d），突触电流受脉冲次数、脉冲频率等因素调控；在脉冲偏压操作下，器件通过光写入-电压脉冲读出-电压脉冲擦除的方式，实现了多态光存储能力（图1e），并实现八个线性电流状态。这种基于电压切换和调控的三种PN结工作模式的功能突破，有望开发出具备实时感知与边缘图像降噪与分类的类脑智能感知相机（图1f）。
图1：具有感存算一体功能的光电二极管器件性能：（a）感存算集成二极管器件及其阵列示意图，（b）偏压调控的三种功能下器件的能带示意图，其中插入的电荷存储层可通过偏压存储或释放电荷，（c）零偏压下器件在不同光强下的自供能方波光响应特性，（d）恒定偏压下器件在不同光脉冲下的光电突触特性，（e）器件光写入-电压脉冲读出-电压脉冲擦除循环的光电存储特性，（f）基于该感存算集成二极管器件的智能感知相机。
为了验证该感存算集成光电二极管在智能感知中的应用潜力，基于该器件的“三合一”优异性能，研究团队进一步采用 10×10 交叉阵列架构，构建了一套具备感、存、算一体化功能的类脑视觉相机的演示系统（图2a）。在针对 Fashion-MNIST 图像数据集的成像应用验证中，该阵列无需依赖任何外部处理单元或独立存储器，仅通过调节施加在器件上的偏压，即可在原位完成整个图像处理流程（图2b）。具体而言，在零偏压下，阵列可实时感知并获取包含背景噪声的原始图像信号；随后切换至 1 V 偏压触发光突触模式，利用低频噪声与高频图像信号在电子释放速率上的差异，在后台直接实现硬件级的图像降噪（Noise suppression）；最后，利用多态光存储模式，该阵列被配置为人工神经网络（ANN），将处理后的信号作为突触权重进行存储与图像分类。测试结果表明，相较于未降噪前低于 60% 的识别率，该系统在降噪后的图像识别准确率显著提升并超过了 95%。
图2：基于感存算集成二极管阵列的智能成像电路系统与应用验证：（a）图像处理流程及成像阵列与读出电路板照片,（b）实时噪声图像感知、图像降噪及图像分类过程示意图。
该工作提出并验证了一种基于传统PN结二极管结构的超紧凑、多功能、低功耗前沿光电感知器件新范式。通过精准的能带工程在PN结中引入具有纳米尺度的电荷存储层（类似电荷储蓄池），打破了传统成像相机中（CMOS相机）每个像素点上感、存、算完全分离的成像架构壁垒。未来，该能带设计理念可以扩展至其他半导体材料体系中，以实现覆盖更宽范围的工作波长和更高的集成度。由于该二极管的制造高度兼容现有的硅基半导体微纳加工工艺，这不仅为解决传统视觉传感器或相机的高功耗与数据延迟问题提供了新的思路，更为下一代大规模、低功耗、高能效的边缘计算视觉终端、类脑计算芯片及智能机器视觉系统的研发提供了极具潜力的硬件解决方案。
该论文的共同第一作者为中国科学技术大学博士研究生罗远旻和陈炜，以及余华斌博士和汪丹浩博士，孙海定教授为本论文的唯一通讯作者。该研究工作得到了加拿大麦吉尔大学 Songrui Zhao 教授、澳大利亚国立大学 Lan Fu 教授、浙江大学杨宗银教授、剑桥大学 Tawfique Hasan 教授以及武汉大学刘胜院士等合作者的重要指导与支持。研究工作得到了国家自然科学基金委、安徽省自然科学基金等项目资助，并获得了中国科大集成电路学院（微电子学院）、集成电路实验中心、微纳研究与制造中心、理化科学实验中心及高分辨电镜组的大力支持。
如您对我们的产品感兴趣，欢迎联系
我们将为您提供高效、贴心的解决方案！
咨询电话：135 1009 9916（微信同号）
点击下方图片免费领取产品规格书
想深入了解碳化硅功率器件产品知识？点击→「碳化硅（SiC）课堂」获取详情！
