Neuromorphe Berechnung, inspiriert vom biologischen Gehirn, ist ein idealer Weg, um das Flaschenhalsproblem der Trennung von Speicherung und Berechnung in der traditionellen Von-Neumann-Architektur zu überwinden. Darunter ziehen optoelektronische neuromorphe Geräte, die die Vorteile optischer und elektrischer Signale kombinieren, aufgrund ihrer hohen Geschwindigkeit, niedrigen Crosstalks und Potenziale für integriertes Sensor-, Speicher- und Rechenvermögen große Aufmerksamkeit auf sich. Nitrid-Halbleiter wie Bornitrid, Galliumnitrid, Aluminiumnitrid und deren Legierungen bieten mit ihrem weiten einstellbaren Bandlückenbereich und exzellenten optoelektronischen Eigenschaften eine ideale Materialplattform zur Herstellung hochleistungsfähiger optoelektronischer neuromorpher Geräte. Dieser Artikel stellt systematisch die neuesten Fortschritte und Anwendungen nitridbasierter optoelektronischer neuromorpher Geräte dar. Zunächst werden biologische Neuronen und Synapsen eingeführt, danach werden künstliche synaptische und neuronale Geräte ausführlich hinsichtlich Geräteaufbau, Wirkmechanismen und neuromorpher Funktionssimulation analysiert. Anschließend werden Anwendungsperspektiven solcher Geräte in künstlicher visueller Wahrnehmung, logischen Operationen und biomedizinischen Bereichen erörtert. Abschließend werden Herausforderungen in den Bereichen Materialien, Geräte und großflächige Integration diskutiert sowie zukünftige Entwicklungslinien wie multimodale Sensorefusion und heterogene Integration vorgestellt. Ziel des Artikels ist es, die Entwicklung der nitridbasierten optoelektronischen neuromorphen Geräte zu klären und als Referenz für die Entwicklung der nächsten Generation effizienter, schneller intelligenter Rechenhardware zu dienen.

Neuromorphe Geräte; Optoelektronische Geräte; Künstliche Synapsen; Künstliche Neuronen; Nitride