随着以数据为中心的人工智能应用的快速发展，冯·诺伊曼计算架构存算分立的特点给海量数据处理造成了严重的访问延迟和能量损耗。为突破传统的冯·诺依曼计算架构、实现存算一体化，构筑高速、低功耗、可高密度集成的新型多功能存储器是其中尤为关键的研究课题。二维材料因其独特的结构和物理化学性质受到广泛关注，已被应用于构筑各种高性能新型存储器件。何军教授课题组长期从事新型二维存储器件方面的研究，包括基于增强缺陷效应的光电存储器和忆阻晶体管（Nat. Commun. 2019, 10, 4133；Nano Lett. 2020, 20, 4144），以及基于范德华异质结的红外非易失性存储器（Sci. Adv. 2018, 4, eaap7916）等。近期，我院何军教授课题组受邀在国际期刊Advanced Materials（《先进材料》）上在线发表综述文章：Emerging Two-dimensional Memory Devices for In-memory Computing。武汉大学物理科学与技术学院为该研究工作的唯一通讯单位，何军教授为通讯作者, 博士后尹蕾为第一作者。

文章从二维存储器件的最新研究进展及其在存内计算中的应用等方面展开详细论述。通过对其工作原理的系统归纳，总结了二维材料在高性能存储器件设计方面的独特优势，介绍了其在存内计算、电子突触模拟、模式识别等研究中的进展，同时阐述了二维材料在面向人工智能的下一代存储技术中的应用前景。最后，文章还详细讨论了目前高性能二维存储器在构筑、集成和实际应用中的关键挑战，对其未来的发展进行了展望。

基于二维材料的存储器件示意图

另外，探索以光、电等多模式驱动的多功能器件将为未来感存算器件设计提供新的途径。作为光电器件设计的基础，光电材料及相关探测技术同样受到广泛关注。日前，何军教授团队受邀在国际期刊Advanced Electronic Materials（《先进电子材料》）上在线发表综述文章：Recent advances on two-dimensional materials for photodetectors。武汉大学物理科学与技术学院为该研究工作的唯一通讯单位，何军教授为通讯作者, 博士生姜健为第一作者。该综述对基于二维材料（层状材料和非层状材料）及其异质结的最新光电探测器进行了详细介绍，并阐述了改善探测器性能的相关方法。最后，基于目前的研究现状和挑战，对二维光电探测器的未来发展进行了展望。

论文链接：https://onlinelibrary.wiley.com/doi/10.1002/adma.202007081

https://doi.org/10.1002/aelm.202001125