的类脑突触器件无法全面满足上述指标要求。

　　 李晓光教授团队制备了高质量的铁电隧道结，通过 PZT超薄厚度和取向的设计，获得了更小的铁电畴和更连续的翻转动力学行为，更丰富的铁电多畴亚稳态利于类脑突触器件中多态的可控调节。该器件表现出优异的综合性能：其 8 比特线性电导调控和高耐久性，满足类脑突触器件的核心性能指标要求。基于该器件性能仿真构建的神经网络具有高图像识别率，即使在中引入椒盐噪声或高斯噪声，其识别的准确率仍然大于 85%。此外，该器件具有亚纳秒超快操作速度，而且其能耗低至飞焦级。研究人员经过推算表明，该铁电隧道结构建的神经网络计算系统，有可能实现相当于人脑的优秀能效，而人脑神经元突触单次脉冲能耗约 10 飞焦。人脑突触响应速度约亚毫秒，其响应速度也比人脑突触快 6 个量级，堪称媲美人脑突触的能效表现。

　　 上述结果展现了铁电隧道结在构建未来高性能类脑人工智能计算硬件系统方面的重要潜力。