由于其内在的交织结构和在可穿戴电子设备中的应用前景，神经形态计算记忆阻器在构建低功耗电子纺织品方面具有吸引力。开发可重构的光纤记忆阻器是实现具有神经形态计算功能的电子纺织品的有效方法。然而，以往报道的人工突触和神经元需要不同的材料和配置，使得在一台设备上实现多种功能变得困难。

近日，复旦大学陈琳教授，陈培宁报道了一种具有可重构特性的Ag/MoS₂/HfAlO_x/碳纳米管纺织记忆阻器网络，它可以同时实现非挥发性突触可塑性和挥发性神经元功能。此外，单个可重构的忆阻器可以实现积分并触发功能，在降低神经元电路的复杂性方面显示出显著的优势。

文章要点

1）基于纤维的记忆神经元的放电能量消耗为1.9 fJ/Spike(飞焦耳水平)，比已报道的生物神经元和人工神经元(皮焦耳水平)至少低3个数量级。超低的能源消耗使创造一个电子神经网络成为可能，与人脑相比，电子神经网络的能源消耗更低。

2）研究人员通过集成可重构突触、神经元和热敏电阻，成功构建了用于保暖织物应用的智能纺织系统，为下一代内存计算纺织系统提供了一条独特的功能重构途径。

参考文献

Wang, T., Meng, J., Zhou, X. et al. Reconfigurable neuromorphic memristor network for ultralow-power smart textile electronics. Nat Commun 13, 7432 (2022).

DOI：10.1038/s41467-022-35160-1

https://doi.org/10.1038/s41467-022-35160-1