随着传统的互补金属氧化物半导体集成电路尺寸正在接近物理极限，新型的神经形态计算芯片逐渐发展成为一种潜在的低功耗和高效率的解决方案。具有显示、传感、能量采集和能量存储功能的电子纺织品作为新一代可穿戴电子产品，展现出巨大的应用前景。将神经形态计算忆阻器无缝集成到电子纺织品中，对于有效存储和处理来自功能电子元件的信号至关重要。受此启发，作者在神经形态织物电子领域开展了突破性研究，相关论文《超低功耗可重构织物忆阻网络》12月2日在线发表于国际顶级期刊《自然·通讯》。

  近日，复旦大学微电子学院陈琳教授团队成功在低功耗神经形态电子织物领域获得原创性成果，工作进展以Reconfigurable neuromorphic memristor network for ultralow-power smart textile electronics为题发表在国际顶级期刊Nature Communications。复旦大学微电子学院教授陈琳、高分子科学系副研究员陈培宁为共同通讯作者，复旦大学微电子学院王天宇、孟佳琳和高分子科学系周旭峰为共同第一作者。

  本工作提出了一种同时具有人工突触和神经元功能的可重构神经形态织物忆阻器件网络，可以在同一单元实现神经突触可塑性和神经元发放功能，在降低神经元电路的复杂性方面表现出明显的优势。在过去的两年中，团队开发了一系列低功耗神经形态电子器件（Nano Letters. 2020, 20(6), 4111- 4120； Advanced Science. 2020, 7, 1903480.；Materials Horizons, 2021, 8(2): 538-546.；Nano Energy, 2021, 83: 105815.），并且在感知集成的多功能神经形态器件方面获得多项原创性研究成果（Nano Letters, 2021, 22(1): 81-89.； Nano Energy, 2021, 89: 106291.）。

  文章链接：https://doi.org/10.1038/s41467-022-35160-1