为了方便各位同学交流学习，解决讨论问题，我们建立了一些微信群，作为互助交流的平台。2.告知:姓名-课题组-研究方向，由编辑审核后邀请至对应交流群(生长，物性，器件)；
欢迎投稿欢迎课题组投递中文宣传稿，免费宣传成果，发布招聘广告，具体联系人：13162018291（微信同号）
成果介绍
机器学习是人工智能的核心。使用光信号进行训练并将其转换为电信号进行推理，结合了两者的优点，从而可以大大提高机器学习的效率。光电存储器是这一策略的硬件基础。然而，现有的光电存储器不能使用超短且超弱的光脉冲调制大量的非易失性电阻态，导致训练精度低、计算速度慢、能耗高。
有鉴于此，近日，中科院金属所任文才研究员团队合成了一种范德华层状光导材料（NH4）BiI3，具有优异的光导性和强的介电屏蔽效应。本文进一步将其作为浮栅晶体管中的光敏控制栅极，取代常用的金属控制栅极，构建了一种光学浮栅晶体管，在超弱光下无需栅极电压辅助即可实现可调的突触权重。此外，它显示出超低的训练能耗来产生非易失性状态，并且在已知的非易失性光电存储器中电阻态数最多。这些优异的性能使得单晶体管-单存储器器件阵列的构建在人工神经网络中达到了99%的精度。此外，器件阵列可以匹配YOLOv8中GPU的性能，同时大大降低了能耗。
图文导读
图1. （NH4）BiI3晶体的微观结构和电子结构。
图2. 2D （NH4）BiI3薄片的光电性能。
图3. 2D （NH4）BiI3 O-FGT的结构、工作机理及性能。
图4. 用于片上神经网络训练的O-FGT阵列。
图5. 用于微生物识别和运动检测的O-FGT基神经网络仿真。
文献信息
2D (NH4)BiI3 enables non-volatile optoelectronic memories for machine learning
（Nat. Commun., 2025, DOI:10.1038/s41467-025-56819-5）
文献链接：https://www.nature.com/articles/s41467-025-56819-5
上海昂维科技有限公司现提
供二维材料单晶和薄膜等耗材，器件和光
刻掩膜版定制等微纳加工服务，以及各种测试分析，欢迎各位老师和同
学咨询，竭诚做好每一份服务。
