近日，由香港大学先进半导体与集成电路中心张宇昊教授和弗吉尼亚理工大学邵林博教授领导的团队在《Nature Communications》 上发表题为《基于碳化硅栅控负微分电阻的极低温神经形态电路》 （Cryogenic neuromorphic circuits using gate-controlled negative differential resistance in silicon carbide）的研究论文。博士生杨鑫和Matthew Porter为文章共同第一作者。该研究首次发现碳化硅金属氧化物半导体场效应晶体管 (SiC MOSFET) 在2开尔文（K）温度以下表现出栅压调控的负微分电阻（NDR）效应，并基于此构建了可编程的神经形态电路单元，开辟了在极低温条件下，利用工业级半导体器件构建高能效神经形态电路的新平台，为量子计算、深空探测、低温传感等应用场景提供了新的技术路径。
极低温电子学在量子计算、深空探测等领域具有重要应用价值。当前，操控量子比特的经典电子学通常功耗高达数十至数百毫瓦，只能置于4 K温区，通过大量线缆与工作在毫开尔文（mK）温区的量子芯片相连。这一架构不仅向mK温区引入额外热负载，还带来信号串扰问题，成为制约量子电路规模扩展的关键瓶颈。虽然神经形态电路因其事件驱动的脉冲工作模式有望实现更高能效，但传统CMOS方案需多个晶体管构建一个神经元，集成密度受限；而诸多新兴器件则普遍面临均匀性差、难以晶圆级扩展的问题。
为克服上述挑战，香港大学与弗吉尼亚理工大学联合团队创新地提出基于SiC MOSFET的栅控NDR效应，构建了可工作在mK温区的神经形态电路方案。研究团队采用的垂直结构SiC MOSFET具有栅压调控的纵向电流通路，器件通过轻掺杂漂移区实现电流输运。在室温下，器件的输出特性呈现线性欧姆行为；当器件冷却至2 K以下时，输出特性曲线出现S型NDR行为，NDR区域出现在电流50 μA至100 mA、电压4.2 V至2.4 V的范围内，基于单晶体管的开关电流比高达1.4×10⁷（图1b）。该NDR行为具有优异的栅压可调控性（图1c）。
与传统热致NDR不同，该NDR效应源于电子-施主碰撞电离机制，而非焦耳热效应。实验表明，该NDR经过一小时重复测试仅呈现轻微波动，不同晶圆批次的NDR阈值电压变化仅0.06 V，展现出良好的器件一致性和长期稳定性。与已报道的NDR器件相比，该SiC MOSFET方案在开关电流比、NDR电压范围、临界电场和漏电流密度等多项指标上综合表现优异，其高开关比和宽电压范围为电路操作提供了宽调制窗口，低导通电场和低漏电流则有效降低了器件的导通态与关断态功耗，有利于减小极低温环境下的热负载（图1d–1e）。
基于这一高性能可编程NDR，研究团队构建了由感知神经元（sensory neuron）、脉冲逻辑门（logic neuron）和积分发放神经元（integrate-and-fire neuron）组成的低温神经形态计算架构，为在极低温下实现高能效、可扩展的本地化控制电路提供了新的技术路径（图1f）。本研究展示了两种不同输入/输出极性的积分发放神经元（图2），可实现神经元之间的高效模拟级联。其中积分发放是神经形态电路中的关键单元，在模拟计算和脉冲神经网络领域具有广阔的应用前景。
图1：SiC MOSFET中的负微分电阻及其在脉冲神经形态电路中的应用：（a）垂直结构SiC MOSFET元胞结构示意图及扫描电镜图像，（b）SiC MOSFET在低温下的输出特性，（c）栅压对负微分电阻的调控作用，（d）NDR电压范围与开关电流比（Ion/Ioff）对比，（e）关态电流密度（Joff）与NDR起始临界电场（Fcrit）对比，（f）基于栅控负微分电阻的神经形态网络架构示意图。
图2：基于NDR的正型与负型积分发放神经元：（a）正型积分发放（P-IF）单元的电路示意图，（b）P-IF单元中SiC MOSFET的工作阶段示意，（c）P-IF单元中输入VIN、VSTATE和输出VOUT的实测波形，（d）负型积分发放（N-IF）单元的电路示意图，（e）N-IF单元中SiC MOSFET的工作阶段示意，（f）N-IF单元中输入VIN、VSTATE和输出VOUT的实测波形。
该工作报道了SiC MOSFET在低温下的负微分电阻行为，并展示了基于该NDR的低温神经形态电路，为面向空间与量子应用的低温传感器及电路提供了兼具能效与热兼容性的解决方案。这种基于栅控、由电子-施主碰撞电离诱导的SiC MOSFET NDR效应，具备作为大规模低温神经形态系统基础构建模块的潜力，其主要优势体现在以下两方面：
（1）SiC MOSFET是成熟的工业标准半导体器件，支持直径达300 mm的晶圆制造，并在电动汽车、数据中心和可再生能源处理等领域已有广泛应用。其成熟的代工工艺可实现大规模集成电路的高通量、高良率制造。
（2）在SiC MOSFET中观察到的NDR行为源于SiC材料体系固有的两种氮替代施主能级。该机制对沟道结构和掺杂浓度的变化具有鲁棒性，确保了器件之间及批次之间的高一致性与可重复性，而这正是大规模集成中许多其他NDR器件所面临的关键挑战。未来，SiC中EDII诱导NDR的物理机制可推广至多种半导体材料平台，用于开发神经形态器件，并有望在高温条件下也可实现类似的EDII诱导NDR行为。
论文连接：
Yang, X., Porter, M.,et al. Cryogenic neuromorphic circuits using gate-controlled negative differential resistance in silicon carbide. Nat Commun (2026). https://doi.org/10.1038/s41467-026-70963-6.
https://www.nature.com/articles/s41467-026-70963-6#citeas
