2026年7月18日，南京大学集成电路学院联合电子科学与工程学院以及南京邮电大学理学院等单位在《Nature Communications》上发表题为“Wavelength-encoded neuromorphic inference enabled by microcavity MoS2 photodetector arrays”的研究论文。
传统光电视觉系统普遍采用模块化架构：光学传感、信号调理与数字计算在物理上彼此分离，视觉信息先由无源光电探测器捕获，再传输至电子处理器进行特征提取与分类，由此带来大量的数据搬运、能耗与延迟。光学与光子神经网络虽可利用光的并行性和高带宽缓解这一瓶颈，但多数实现依赖干涉网络、相干相位控制或复杂光路由，对系统稳定性要求苛刻，难以兼顾可扩展性与鲁棒性。
生物视觉系统提供了截然不同的范式——传感与计算在物理层面紧密耦合。受此启发，基于新兴半导体的仿生光电器件已在探测器内部直接实现感知功能，例如利用MoS2光电探测器的本征记忆效应实现低功耗碰撞预警与宽动态范围的在传感器视觉自适应。然而，现有仿生光电探测器系统大多仅沿单一强度维度工作，波长依赖传感与色彩感知等生物视觉的核心能力在器件层面仍处于起步阶段，制约了其在高维视觉推理任务中的应用。
针对上述难题，南京大学联合南京邮电大学相关团队提出了一种基于法布里-珀罗微腔集成MoS2光电探测器阵列的仿生光电推理架构，将传感、加权与累加统一在单个像素之内。微腔工程化的波长选择性将神经网络权重编码于光谱维度，而MoS2的有限载流子寿命则实现了无需外部存储器的模拟时域累加。系统在MNIST、CIFAR-10和自由口语数字数据集（FSDD）上分别取得99.6%、94.8%和94.0%的测试准确率，与电子参考网络高度吻合。研究还引入了训练后光学Hessian剪枝策略，在降低光学系统复杂度的同时增强了对光强噪声的鲁棒性。
本研究由南京大学、南京邮电大学、苏州实验室及相关合作单位共同完成，研究工作得到王欣然教授和施毅教授的悉心指导。博士生陈翔和博士生邸康健为第一作者，高丽教授、胡泽华副教授和邹宁睦副教授为通讯作者。相关研究工作得到了国家重点研发计划、国家自然科学基金、江苏省自然科学基金等项目的资助。
图1 仿生光学神经推理概念与系统架构。(a) 生物视觉启发的感知过程：昆虫复眼将光谱传感与神经整合相结合实现目标识别；(b) 谐振腔辅助的波长选择性光耦合，增强MoS₂沟道的波长依赖响应度；(c) MoS₂光电探测器能带结构示意，陷阱态介导的光响应动力学赋予器件类记忆行为；(d) 记忆使能的时域累加光响应，支持光域分类；(e) 基于波长-时间编码可见光与MoS2光电探测器阵列的仿生光学预处理与推理框架。
图2 微腔集成MoS₂光电探测器的制备与表征。(a) 制备流程示意：Ag底镜（兼作背栅）、ALD生长72 nm HfO2（兼作栅介质与腔间隔层）、蓝宝石外延单晶MoS2湿法转移与图形化、Sb/Au源漏电极沉积，最终覆盖第二层HfO2与40 nm Ag顶镜构成法布里-珀罗微腔；(b) 器件光学显微照片；(c, d) 2英寸晶圆上三个不同位置的拉曼与光致发光光谱几乎完全重合，表明转移MoS2具有优异的晶圆级均匀性；(e) 12条转移曲线，开关比约104；(f) 输出特性呈线性，表明半金属Sb接触有效抑制费米钉扎、实现欧姆接触。
图3 微腔集成MoS2光电探测器的光学表征。(a) 自建微区光电测试系统示意图；(b) 12个器件的反射光谱高度一致，谐振中心约625 nm，半高宽约25 nm，对应品质因子约30；(c) 光电流在约620 nm处达到峰值，与腔谐振波长吻合，证实光谱响应度由微腔增强吸收主导；(d) 功率依赖光电流：接近谐振波长时响应由线性转为亚线性，源于共振激发下界面态/缺陷陷阱更快饱和；(e) 620 nm光照下时间分辨响应，上升/下降时间分别为9.87 ms和14.12 ms，既足够快以支持时分复用，又足够慢以实现连续光脉冲的时域累加。
图4 光学分类器实验平台。(a) 分类任务流程：电子骨干网络提取512维特征向量，经"强度-功率、权重-波长"映射后交由光学分类器完成最终分类；(b) 系统光路：超连续谱激光器输出经光纤准直器、透镜与分束器分别送入光谱分析仪监测和MoS2光电探测器阵列计算；(c) 超连续谱光源输出光谱；(d) 阵列中10个探测器的谐振波长与半高宽；(e) 时间-波长复用脉冲序列示例，脉冲幅度编码输入特征，波长通道编码对应权重；(f) 像素的波长依赖响应度谱，在指定波长采样即实现有效权重；(g) 探测器对脉冲序列的积分读出，通过本征时域累加完成波长选择性乘累加运算。
图5 MoS2光电探测器光学分类器在三个十分类数据集上的结果。(a) 三个数据集下十个输出通道的光电流随特征脉冲序列逐步累加，真实类别通道最终积分响应始终最大，可直接经argmax判决；(b) 最终层输出概率分布：光学分类器与电子仿真高度一致，MNIST、CIFAR-10与FSDD的KL散度分别仅为0.0110、0.0237和0.0339；(c) 混淆矩阵呈显著对角占优，测试准确率分别达99.6%、94.8%和94.0%。对照实验表明：无逐像素校准时FSDD准确率降至76.4%，而无微腔的对照阵列仅为16.4%，证实微腔诱导的波长选择性响应是光学分类器的核心。
