感存算器件及其系统集成实验室
Lab of Sensing, Memory, Computing Devices and the Associated System Integration
神经形态计算摆脱了“冯·诺依曼”架构存算分离的枷锁，将数据存储和处理集中在相同的计算单元上，从而实现速度更快、性能更好、能效更高的数据处理模式。感、存、算一体器件是实现神经形态计算的基础单元，成为了人工智能、高性能计算、高能效计算等领域的一个研发热点。本实验室着重研究感、存、算器件及其系统集成。
本实验室团队已获得的研究成果：1. 基于氧化锡纳米材料的MEMS气敏传感器对乙醇的检测响应具有出色的可重复性和均匀性，为大规模气体传感器制造提供了可能；2. 利用氧化铪忆阻器，组建忆阻Hopfield网络，实现联想记忆，通过调节忆阻器电阻，可将不同的模式存储到忆阻Hopfield网络中，并且可直接或通过一些关联中间状态成功地检索预存储的模式，进而实现单联想和多联想存储器；3. 引入半导体存储领域的电荷俘获栅结构，使功率MOSFET器件沟道结构兼顾导通电阻和雪崩耐量，解决导通能力与可靠性之间的核心矛盾；利用非晶氧化物半导体低温制备能力，实现片上三维功率集成，解决功率芯片内集成的功率器件性能不足的核心问题。
本实验室科研团队已承担国家级、省市级科研项目10余项，在IEEE Transactions on Electron Devices、Applied Physics Letters等知名期刊上发表SCI收录论文80余篇，与粤芯半导体等集成电路企业合作开展了器件设计、建模、工艺开发等方面的研究。
金属氧化物半导体气体传感器
氧化铪忆阻器及其电学特性曲线
硅基功率器件
非晶氧化物半导体功率器件
