复旦大学，最新Nature大子刊综述！

本文系统回顾了铁电神经形态记忆器件的研究进展。背景方面，传统冯·诺依曼架构面临存储墙瓶颈，而人脑的存算一体机制为低功耗计算提供新范式。研究目的旨在通过铁电器件实现高效神经形态计算，重点探讨了铁电突触/神经元器件结构、二阶忆阻时序特性及阵列优化策略。结论指出铁电器件在CMOS兼容性、多态调控和传感内计算方面具显著潜力，但需解决铪基器件唤醒效应、纳米级均匀性及三维集成等挑战，最终有望支撑CMOS技术难以实现的新型工作负载。