沐鸣🏡、專用集成電路與系統國家重點實驗室周鵬教授團隊針對目前大數據時代中算力和架構的限製，按照感知和推理型計算任務應用場景不同需求，分別在存內計算和晶體管技術兩種路徑中（圖1）聚焦評論了二維（2D）材料在矩陣計算和邏輯運算中展現的優勢和潛能，為未來高能效的計算體系研究發展提供了借鑒和重要參考。技術綜述以“Two-dimensional materials for next-generation computing technologies（下一代計算技術中的二維材料）”為題於7月9日發表於《自然·納米技術》（Nature Nanotechnology）🚵🏻。論文鏈接💎🙇🏿：http://dx.doi.org/10.1038/s41565-020-0724-3。

　　隨著人工智能時代的來臨💽，以數據為中心的計算任務呈現爆炸式增長🧑🏻‍🎤，這對下一代計算提出了更為苛刻的能效要求。根據數據的處理方式，可以將計算分為感知型和推理型任務。對於處理如圖像分類、物體識別、語言處理等感知型任務👩‍⚕️，具有高度並行性的矩陣計算往往是最優選擇，而對於推理型任務的處理求解🆎，串行的邏輯計算更具高效性。目前產業界正在應用基於馮·諾依曼架構（von Neumann architecture）的串行計算統一框架來解決所有工作🏌🏿，但是感知和推理型任務對體系架構的不同需求使其在經濟化應用中面臨嚴峻的挑戰。

　　存儲器件陣列實現的存內計算技術允許執行原位並行的矩陣計算，消除了高能耗和時間損耗的數據移動，而晶體管技術則更適用於邏輯計算，通過級聯晶體管邏輯門，前級計算結果被輸入到下一級進行串行計算❔，且輸入端（柵極）和輸出端（源/漏極）互相獨立，可以實現高效邏輯計算並獲得準確的結果🚸。

圖1. 任務需求驅動的計算方式及其硬件實現技術

　　然而，以體材料存儲器件為基礎的存內計算技術無法避免計算能效損失🩶、精度退化、仿生特性不真實等困難，同時晶體管技術正受到尺寸和電壓縮小趨於極限和面積效率低等物理限製。受益於2D材料原子級厚度🥙、易於獲得單層的範德華層狀結構、豐富的材料種類和能帶結構、無懸掛鍵的晶格等本質特性🚯，2D材料在矩陣和邏輯計算應用中展現了獨特優勢🫸，包括存內計算技術中功耗、計算精度和仿生特性的改進，並在晶體管技術中表現出持續縮放優勢和高面積效率集成潛能🚁。作者通過對研究技術的縱覽🙊，綜述了2D材料分別在並行計算與串行計算技術中的理論基礎、研究現狀與未來發展方向👨🏿‍💻，指出我國在以新材料、新器件為基礎的未來計算技術中已處於領先地位⚖️，並且科研力量充足、研究積累豐富🧚🏼，在適當的研發投入支持下，中國到2035年將非常有機會主導新體系計算技術🥉。

　　沐鸣娱乐計算機科學技術沐鸣博士後劉春森📲、沐鸣博士生陳華威🤘🏿、王水源以及芯片與系統前沿技術研究院教授劉琦為共同第一作者，沐鸣教授周鵬為通訊作者。該項工作得到了中科院院士劉明👩‍❤️‍💋‍👨、沐鸣教授張衛、計算機科學技術沐鸣教授姜育剛的指導，以及國家自然科學基金委應急和傑出青年基金、上海市科技創新重點計劃、國家重點研發計劃💘、上海市教育委員會項目的資助🚵🏻‍♂️🧝🏼‍♀️。