近日，我院洪文晶教授、刘俊扬副教授团队在单个分子上实现极低功耗的神经形态功能演示，相关研究成果以“Single-molecule neuromorphic device with aJ-level power consumption per switching”为题在线发表于Nature Communication（DOI: 10.1038/s41467-026-71127-2）。
当前用于大模型训练与推理的高性能GPU单卡功耗通常已达数百瓦，先进器件如NVIDIA H100约为700瓦、B200约为1000瓦，而人脑仅需约20瓦的极低功耗即可高效完成感知、学习与记忆等复杂任务，显示出生物智能在能效上的显著优势。生物智能之所以能以如此低的能耗实现复杂功能，其关键在于神经元之间通过突触进行信息传递，并能通过“突触可塑性”动态调节连接强度，这构成了生物智能低功耗运行的物理基础。为模拟这一特性，开发具备多个稳定中间态的人工突触器件已成为神经形态计算的核心诉求，而单分子器件因其极限的尺寸缩减潜力与理论低能耗，被认为是构建下一代类脑硬件的理想基元。然而，受制于分子在室温下热力学构象稳定性的局限，现有器件难以实现单分子水平上的多态非易失性电导调控。受生物突触离子通道动力学启发，在单分子尺度调控离子-分子静电相互作用，为在单个分子中锁定多个稳定构象、实现多态非易失性存储提供了新思路。
研究团队面向这一前沿问题，建立栅压-偏压脉冲协同调制方法，与中科院化学所张德清研究员合作，设计了噻吩-甲氧基苯O-S构象锁分子（MeO-TBT），通过栅压脉冲驱动电解质阳离子与O-S偶极发生离子-偶极作用削弱构象锁，与此同时施加偏压脉冲诱导噻吩-苯环骨架趋平，二面角变小从而提升单分子电导（图a）。该单分子器件可模拟突触可塑性行为，单次操作能耗低至约6.34阿焦耳（图b），可实现超过10个可分辨电导态（图c）。进一步地，器件进行了类脑任务演示，包括巴甫洛夫联想学习（图d）和摩斯电码识别（图e），说明该器件不仅能“感知”刺激，还具备初步“学习”和“识别”能力。为揭示器件为何能够实现多态存储与记忆，研究团队进一步结合大规模分子动力学模拟、透射谱和能量计算发现：在不同离子-偶极作用距离下，分子处于不同耦合/解耦状态，透射效率随之系统变化；再结合离子扩散弛豫与分子多个低能垒构象分布，共同解释了器件的多电导态和非易失记忆行为。该研究表明，离子-分子协同调控为单分子神经形态器件提供了一条可编程、可解释的新路径，也为发展原子级、超低功耗智能芯片提供了新思路。
该工作在我院洪文晶/刘俊扬团队与中国科学院化学研究所张德清研究员共同指导下完成。原中科院化学所博士、厦门大学博士后仉花（现厦门大学表界面化学全国重点实验室研究助理）、厦门大学博士后叶婧瑶、厦门大学副教授高铭滨为论文第一作者。该研究工作得到科技部国家重点研发计划（2024YFA1208103），国家自然科学基金（22325303, 21933012, 92577016, 22250003, 22173075, 22303071），福建省科学技术厅（2023H6002），中央高校基本科研业务费专项资金资助(20720220020、20720200068、20720240040)，精密与智能化学重点实验室开放研究基金项目的资助。
论文链接：https://doi.org/10.1038/s41467-026-71127-2
