麥姆斯咨詢獲悉，近日，南開大學陳旭東教授、田建國教授、陳樹琪教授團隊，聯合中國科學院蘇州納米技術與納米仿生研究所康黎星研究員團隊，成功開發出一種面向具身神經形態視覺的可重構鐵電晶體管（Fe-FET）陣列。相關成果以“Reconfigurable ferroelectric transistor array for embodied neuromorphic vision with hardware-native sensing, computing, and activation”為題，發表于Science Advances期刊。該研究提出“一種器件、三種功能、按需重構”的新型硬件方案，為具身智能視覺系統的低功耗、高速度和高集成發展提供了新的技術路徑。
隨著人工智能（AI）、自動駕駛、移動機器人和智能終端快速發展，具身智能系統需要實時完成環境感知、信息處理和行為決策。然而，傳統視覺系統通常將圖像傳感器、存儲器、計算單元和非線性激活電路分別部署，視覺數據需要在不同模塊之間頻繁傳輸，并經歷多次模擬與數字信號轉換，由此帶來較高的能耗、延遲和硬件開銷。現有傳感內計算和存內計算技術雖然能夠減少部分數據搬運，但ReLU、Sigmoid等非線性激活功能仍大多依賴外圍數字電路或CMOS模塊，難以形成連續、高效的硬件處理鏈路。
針對這一問題，研究團隊提出了“一芯三用”的可重構Fe-FET。該器件采用雙分裂控制柵結構，通過調控鐵電材料CuInP?S?的局域極化狀態，在雙極性WSe?溝道中形成可編程的p-n、n-p、p-p和n-n面內同質結。不同的極化狀態能夠改變溝道中的載流子分布和結勢壘，從而同步調控器件的光響應度、電導和非線性整流特性，使同一器件可以在傳感內計算、存內計算和非線性激活三種模式之間靈活切換。
在感算一體模式下，器件可利用結區內建電場實現零偏壓、自供電光電探測，并通過可編程光響應度直接完成視覺感知與加權計算，獲得33個線性、穩定的光學權重狀態。在存算一體模式下，器件能夠實現32個多級電導狀態，用于模擬乘法和矩陣—向量運算。同時，通過進一步調節結勢壘的高度和形狀，器件還可直接產生ReLU型和Sigmoid型非線性響應，響應時間約為8 ns，從而將傳統上依賴外圍電路完成的激活功能直接集成到器件內部。
這種“一芯三用”并非簡單地將三類器件集成在一起，而是讓陣列中的每個Fe-FET單元都具備功能重構能力。系統可根據不同任務和神經網絡層的需求，動態調整用于視覺感知、線性計算和非線性激活的器件數量，實現硬件資源的按需分配。相比功能固定的傳統架構，該方案能夠減少額外激活電路以及數據轉換和搬運過程，提升器件利用率和系統靈活性。
研究團隊基于可重構Fe-FET陣列構建了端到端神經形態視覺硬件，實現了從光學圖像輸入、特征提取、線性計算到非線性決策輸出的連續模擬處理。該系統完成了含噪圖像分類、圖像重構、交通標志識別和交通視頻處理等任務，并能夠將視覺分類結果直接轉化為移動機器人的左轉、右轉和停止指令，形成“感知—計算—決策—執行”的具身智能閉環。硬件激活神經網絡在MNIST數據集上的識別準確率達到95%，交通視頻處理的系統級模擬準確率約為98%；全硬件自編碼器的圖像重構結果與軟件基準的結構相似性達到0.99。
圖1 從感知到決策：可重構Fe-FET構建具身智能視覺新架構
圖2 端到端神經形態視覺系統：可重構Fe-FET陣列實現感知、計算與決策一體化
該研究通過鐵電極化編程，將視覺感知、權重計算和非線性激活統一在同一種器件中，實現了從“功能分立”向“角色可重構”的硬件架構轉變。“一芯三用、按需分工”的設計理念有望為自動駕駛、移動機器人、智能傳感器以及低功耗邊緣人工智能平臺提供更加緊湊、高效和靈活的硬件基礎。
本工作以南開大學為第一完成單位，南開大學電子信息與光學工程學院博士生李媛和物理科學學院博士生后張志成為本文的第一作者，南開大學物理科學學院陳旭東教授、田建國教授、陳樹琪教授和中科院蘇州納米所康黎星研究員為本文的通訊作者。該工作得到了國家自然科學基金和中央高校基本科研業務費專項資金的支持。
論文鏈接：
https://www.science.org/doi/10.1126/sciadv.aed9436
《3D成像與傳感-2025版》
《單光子雪崩二極管（SPAD）期刊文獻檢索與分析-2023版》
《單光子雪崩二極管（SPAD）專利態勢分析-2023版》
《銦鎵砷（InGaAs）光電探測器專利態勢分析-2025版》
《蘋果在量子點光電傳感器領域的發明專利與產業布局分析》
《量子點光電傳感器專利態勢分析-2024版》
