La llegada de la era del big data y el Internet de las cosas plantea grandes desafíos a las computadoras tradicionales con arquitectura Von Neumann en el procesamiento de datos. La arquitectura de separación almacenamiento-cómputo limita fundamentalmente la velocidad de cálculo y la eficiencia energética de las computadoras, lo que hace urgente desarrollar una nueva paradigma computacional para enfrentar los problemas y desafíos actuales. En los últimos años, la computación neuromórfica ha recibido gran atención debido a su procesamiento altamente paralelo, bajo consumo de energía e integración de almacenamiento y cómputo. Entre los nuevos dispositivos neuromórficos con mecanismos físicos únicos, estos dispositivos son las unidades básicas para construir chips neuromórficos. Entre muchos materiales electrónicos candidatos para construir dispositivos neuromórficos, los materiales de baja dimensión tienen características físicas y eléctricas superiores en comparación con los materiales tridimensionales tradicionales, y la débil fuerza de Van der Waals entre capas facilita su apilamiento, favoreciendo la integración heterogénea. Este artículo detalla los avances en la investigación de dispositivos sinápticos artificiales y neuronas artificiales basados en materiales de baja dimensión, resume los mecanismos de trabajo, los indicadores de rendimiento y las ventajas técnicas de diferentes tipos de dispositivos neuromórficos. Sobre esta base, se presentan las aplicaciones de dispositivos neuromórficos basados en materiales de baja dimensión en los campos de la visión, audición, control de movimiento y chips integrados a gran escala, y se ofrece una perspectiva sobre las tendencias futuras de desarrollo de dispositivos neuromórficos.

materiales de baja dimensión;dispositivos sinápticos artificiales;dispositivos neuronales artificiales;chips neuromórficos