Nature：基于原子级薄半导体的存内逻辑器件

文章链接：https://doi.org/10.1038/s41586-020-2861-0

图1. 器件结构

背景

机器学习和物联网等领域中新兴的数据密集型应用需要高效节能的硬件来进行自动驾驶，疾病诊断，语音识别等操作。 由于这些特定的应用程序需要高性能和高能效的计算，因此冯·诺依曼计算机（具有独立的处理和存储单元）施加的功率和内存限制限制了标准处理器满足这些应用程序最佳需求的能力。 因此，下一代架构已成为研究的重要课题。 其中，内存计算使用相同的基本设备结构进行逻辑运算，数据存储和自适应逻辑应用，从而将自身呈现为解决便携式数据密集型的理想硬件体系结构。 这种方法的成功在很大程度上取决于确定一种能够充分利用这种架构潜力的理想材料系统。

摘要

基于机器学习的应用程序的重要性日益增长，这推动了对开发专用的节能电子硬件的需求。与具有独立的处理和存储单元的冯·诺依曼架构相比，受大脑启发的存内计算使用相同的基本设备结构进行逻辑运算和数据存储，因此有望显着降低以数据为中心的计算的能耗。尽管有大量研究致力于探索新的设备架构，但适合于此类设备设计的材料平台工程仍然是一个挑战。二维材料（例如半导体二硫化钼MoS2）具有出色的电气和机械性能，因此有望成为此类平台的有前途的候选者。在这里，我们报告了我们对作为有源沟道材料的大面积MoS2的探索，以开发基于浮栅场效应晶体管（FGFET）的内存中逻辑器件和电路。我们的FGFET的电导率可以精确且连续地进行调整，从而使我们能够将其用作可重配置逻辑电路的构建块，在这些可重配置逻辑电路中，可以使用存储元件直接执行逻辑操作。在演示了可编程的或非门之后，我们表明可以轻松扩展此设计以实现更复杂的可编程逻辑和功能上完整的一组操作。我们的发现强调了原子薄半导体在下一代低功耗电子产品开发中的潜力。

The growing importance of applications based on machine learning is driving the need to develop dedicated, energy-efficient electronic hardware. Compared with von Neumann architectures, which have separate processing and storage units, braininspired in-memory computing uses the same basic device structure for logic operations and data storage, thus promising to reduce the energy cost of data-centred computing substantially. Although there is ample research focused on exploring new device architectures, the engineering of material platforms suitable for such device designs remains a challenge. Two-dimensional materials, such as, semiconducting molybdenum disulphide, MoS2 could be promising candidates for such platforms thanks to their exceptional electrical and mechanical properties. Here we report our exploration of large-area MoS2 as an active channel material for developing logic-in-memory devices and circuits based on floating-gate field-effect transistors (FGFETs). The conductance of our FGFETs can be precisely and continuously tuned, allowing us to use them as building blocks for reconfigurable logic circuits in which logic operations can be directly performed using the memory elements. After demonstrating a programmable NOR gate, we show that this design can be simply extended to implement more complex programmable logic and a functionally complete set of operations. Our findings highlight the potential of atomically thin semiconductors for the development of next-generation low-power electronics.