Das Zeitalter von Big Data und dem Internet der Dinge stellt traditionelle Computer mit Von-Neumann-Architektur bei der Datenverarbeitung vor große Herausforderungen. Die Architektur der Trennung von Speicher und Verarbeitung begrenzt grundlegend die Rechengeschwindigkeit und Energieeffizienz von Computern, weshalb dringend eine neue Rechenparadigmen entwickelt werden müssen, um die aktuellen Probleme und Herausforderungen zu bewältigen. In den letzten Jahren hat die neuromorphe Berechnung aufgrund ihrer hochgradigen parallelen Verarbeitung, sehr geringen Energieverbrauchs und der Integration von Speicher und Verarbeitung große Aufmerksamkeit erhalten. Unter den neuen neuromorphen Geräten mit einzigartigen physikalischen Mechanismen sind diese Geräte die grundlegenden Einheiten zum Aufbau neuromorpher Chips. Unter den zahlreichen elektronischen Materialkandidaten für den Bau neuromorpher Geräte weisen nieder-dimensionale Materialien im Vergleich zu traditionellen dreidimensionalen Materialien hervorragende physikalische und elektrische Eigenschaften auf, und die schwachen Van-der-Waals-Kräfte zwischen den Schichten erleichtern das Stapeln, was eine heterogene Integration begünstigt. Dieser Artikel beschreibt detailliert den Forschungsfortschritt bei künstlichen synaptischen und künstlichen neuronalen Geräten aus nieder-dimensionalen Materialien, fasst die Arbeitsmechanismen, Leistungsindikatoren und technischen Vorteile verschiedener neuromorpher Geräte zusammen. Darauf aufbauend werden Anwendungen von neuromorphen Geräten aus nieder-dimensionalen Materialien in den Bereichen Sehen, Hören, Bewegungssteuerung und großskaliger integrierter Chips vorgestellt und die zukünftigen Entwicklungstrends neuromorpher Geräte skizziert.

nieder-dimensionale Materialien;künstliche synaptische Geräte;künstliche neuronale Geräte;neuromorphe Chips