近日，清华大学材料学院刘锴教授联合集成电路学院唐建石副教授，提出了一种全二维高温离子栅控突触晶体管（All-2D high-temperature ion-gating synaptic transistor, A2D-HTIGST），将离子栅控层CuInP2S6、电子阻挡层h-BN与WS2沟道相结合，利用高温下电场驱动Cu+离子的层间迁移行为引发的离子栅控效应，实现了高开关比、大滞回窗口以及优异的突触可塑性。该器件在200℃下单脉冲能耗低至3飞焦，并可用于高温环境下的自供电手写数字识别和基于储备池计算的太阳黑子数目预测等方面，为面向高温场景的高能效神经形态计算提供了新的实现路径。

随着智能器件不断向高集成度和多功能化发展，高温电子器件（工作温度超过125℃）在深空探测、高速载具、深井钻探等场景中的需求与日俱增。然而，当前人们发展的可用于高温环境下神经形态计算的突触器件普遍面临能耗过高、性能随温度退化的问题：在100℃以上，每次突触事件的能量消耗高达103~106飞焦，远超生物突触水平，极易导致热量积累致使性能下降甚至器件失效。因此，开发能在高温下保持极低能耗和优异突触性能的神经形态器件仍是该领域一大挑战。

针对上述问题，研究团队设计了一种全二维神经形态器件：以CuInP2S6为离子栅控层，h-BN为电子阻挡层，WS2为沟道，石墨烯为栅极电极（图1A）。机理研究表明，电场可驱动Cu+离子穿越CuInP2S6层间迁移，在界面处形成双电层电容（图1B），从而以极低电压实现对沟道电导的精准非易失调控，在220℃下实现了高开关比与大滞回窗口（图1C）。该设计利用CuInP2S6在高温下离子电导率适中的特性，既保证了高效的离子栅控能力，又避免了过高电导引起的大漏电流和短保持时间；同时，宽带隙的h-BN层有效阻挡冗余电子传输，将200℃下的栅极漏电流降至10pA以下。

图1.全二维高温离子栅控突触晶体管示意图，工作原理、高温性能与应用展示

基于这一全二维离子栅控设计，器件在高温下展现出优越的突触可塑性：在180~220℃范围内，器件不仅实现了高度对称、线性度良好的长时程增强与抑制特性（图1D），还能模拟脉冲时序依赖可塑性和巴甫洛夫联想学习等多种突触行为。该器件的单脉冲能耗在200℃时仅为1.8飞焦，达到与室温器件相当的最低水平（图1E）。超低能耗得益于CuInP2S6的高电容与h-BN极低漏电流的共同作用。

在神经形态应用方面，研究团队利用热电发电器将高温环境中的废热转化为电能，驱动突触晶体管实现了自供电操作。在自供电模式下，器件成功模拟了人脑“学习—遗忘—再学习”的艾宾浩斯遗忘曲线，并基于长时程突触可塑性构建了人工神经网络，对MNIST手写数字的识别准确率达到97.8%，与理想情况相差仅0.4%。此外，经过h-BN封装的器件在180℃空气环境中历经20,000次权重更新后，循环差异小于0.9%，展现出优异的高温工作稳定性。

进一步，利用高温下Cu?离子的动态迁移特性，团队将此类全二维突触晶体管用于高温储备池计算系统（图1F）。在200℃下，该系统成功实现了对正弦波与方波的波形分类，并对太阳黑子数量进行了单步预测，归一化均方根误差仅为0.13，展现出在高温时序信号处理中的巨大潜力（图1G）。该工作为在极端高温环境下实现低功耗、高集成度的神经形态计算开辟了新路径。

相关研究成果以“全二维离子栅控突触晶体管用于高温超低能耗神经形态计算”（“All-two-dimensional, ion-gating synaptic transistors for high-temperature and ultralow-energy-consumption neuromorphic applications”）为题，于2026年7月10日发表于《科学·进展》（Science Advances）。

清华大学材料学院2024届博士毕业生吴永煌、集成电路学院博士后梁向鹏（现为深圳理工大学算力微电子学院教研助理教授）、清华大学材料学院2025届博士毕业生潘婷、2025级博士生武程辉为论文共同第一作者，清华大学材料学院刘锴教授、集成电路学院唐建石副教授为论文共同通讯作者。其他重要合作者包括清华大学材料学院马静副教授、宁波东方理工大学东方理工高等研究院谷猛教授、东莞理工学院材料科学与工程学院祝远民副研究员等。

研究得到国家重点研发计划、国家自然科学基金基础科学中心项目及国家自然科学基金等项目的资助。