北京交通大学邓涛团队AS：基于石墨烯/VO₂异质结的新型光电可重构晶体管，用于高效的神经形态感知、计算和存储

背景：AI时代数据爆发增长暴露了冯·诺依曼架构的延迟和功耗局限，传统硅基器件逼近物理极限，亟需开发能模拟生物神经系统的神经形态器件。研究目的：北京交通大学邓涛团队提出基于石墨烯/VO₂异质结的光电可重构晶体管（ORNT），通过电极结构差异化设计实现感知、计算和存储功能集成，突破现有神经形态器件单模态控制和结构复杂的限制。结论：该器件在365-940nm波段具备自供电宽带响应，宽电极器件实现光控突触可塑性，窄电极器件展现多级光存储能力，成功构建光通信与存算一体系统，为仿生视觉系统硬件资源优化提供创新方案。