L'avènement de l'ère du Big Data et de l'Internet des objets pose d'importants défis aux ordinateurs traditionnels basés sur l'architecture de Von Neumann dans le traitement des données. L'architecture de séparation du stockage et du calcul limite fondamentalement la vitesse de calcul et l'efficacité énergétique des ordinateurs, ce qui nécessite de toute urgence de développer un nouveau paradigme de calcul pour faire face aux problèmes et défis actuels. Ces dernières années, le calcul neuromorphique a suscité un large intérêt grâce à son traitement hautement parallèle, sa très faible consommation d'énergie et l'intégration du stockage et du calcul. Parmi les nouveaux dispositifs neuromorphiques dotés de mécanismes physiques uniques, ces dispositifs sont les unités fondamentales pour la construction de puces neuromorphiques. Parmi de nombreux matériaux électroniques candidats pour construire des dispositifs neuromorphiques, les matériaux basse dimension offrent des propriétés physiques et électriques supérieures par rapport aux matériaux tridimensionnels traditionnels, et la faible force de Van der Waals entre les couches facilite leur empilement, favorisant l'intégration hétérogène. Cet article détaille les progrès de la recherche sur les dispositifs de synapses artificielles et de neurones artificiels basés sur des matériaux basse dimension, résume les mécanismes de fonctionnement, les indicateurs de performance et les avantages techniques des différents types de dispositifs neuromorphiques. Sur cette base, les applications des dispositifs neuromorphiques à base de matériaux basse dimension dans les domaines de la vision, de l'audition, du contrôle moteur et des puces intégrées à grande échelle sont présentées, ainsi qu'une perspective sur les tendances futures de développement des dispositifs neuromorphiques.

matériaux basse dimension;dispositifs de synapses artificielles;dispositifs de neurones artificiels;puces neuromorphiques