基于机器学习而开发的应用正日益体现出其重要性，同时也驱动着对发展专用、节能电子硬件的需求。与将处理和存储单元分隔的冯诺依曼结构体系不同，脑仿生内存计算能够在同一基础器件结构中实现逻辑运行和数据存储，从而有望显著降低计算的能量消耗。尽管目前有大量的研究专注于探索器件结构，但构建可用于上述器件设计的理想材料平台依然困难重重。 成果简介 针对这一问题， 洛桑联邦理工学院的 Andras Kis （通讯作者）团队研究探索了大面积二硫化钼作为活性通道材料用于发展逻辑内存（logic-in-memory）器件和电路的可能性。研究利用单层二硫化钼通道构成电导可被精准连续调控的浮栅场效应管（FGFETs），利用这些FGFETs作为构建模块可设计制造利用存储单元即可直接完成逻辑运算的逻辑电路。实验证明，这一器件设计策略能够完成复杂的可程序化逻辑和一系列运算，表明原子级厚度半导体材料在发展下一代低功率电子器件方面具有潜在的应用价值。2020年11月04日，相关成果以题为“ Logic-in-memory based on an atomically thin semiconductor ”的文章在线发表在 Nature 上。
