【研究背景】
物联网生成的数据量持续增长，促使计算任务从数据中心向网络边缘迁移，以降低带宽需求、提升响应速度并减少功耗。在众多实现边缘计算的方法中，模糊逻辑系统（Fuzzy logic systems, FLSs）能够通过简单直观的规则集来描述复杂系统。这类系统特别适合处理包含不确定信息的情况，并能够灵活地适应环境变化。模糊逻辑系统已在工业控制、健康监测、非线性建模和神经符号系统等领域得到广泛应用。
在模糊逻辑系统的微电子实现中，由于本地计算资源受限且许多应用需要实时响应，专用模拟硬件比软件或数字电路更具优势。模糊逻辑系统的大多数组件可通过互补金属氧化物半导体（Complementary metal–oxide–semiconductor, CMOS）技术实现相对紧凑的电路。然而，作为模糊逻辑系统中模糊器的隶属度函数发生器（Membership function generator, MFG）通常需要数十个晶体管。此外，为了能够根据目标变化或新知识的引入对生成的隶属度函数（Membership functions, MFs）进行动态优化，MFG还需具备可编程性能。可重构MFG的有限硬件实现制约了模糊逻辑系统在智能网络中的广泛应用。
【成果介绍】
鉴于此，香港大学的汪涵教授和西北大学的Mark C. Hersam教授合作发表了题为“A van der Waals interfacial junction transistor for reconfigurable fuzzy logic hardware”的工作在Nature Electronics期刊上。该工作设计了一种基于单个多栅范德华界面结晶体管（van der Waals interfacial junction transistor, vdW-IJT）的可重构MFG，该晶体管由二硫化钼（MoS2）/石墨烯异质结构成。MoS2/石墨烯界面的电荷转移效应导致MoS2沟道中出现不同的掺杂水平。通过精确调控施加在两个栅极端子上的偏置电压，能够在器件输出特性中生成具有可调形状和参数的隶属度函数。随后，将多栅vdW-IJT模糊器与印刷电路板（Printed circuit board, PCB）上的CMOS电路推理引擎和解模糊器集成，构建了完整的模糊逻辑系统硬件。该系统可作为模糊比例-积分-微分（Proportional–integral–derivative, PID）控制器运行，产生一系列可适应的非线性控制曲面，以满足多样化的控制需求。此外，本工作还研究了将该模糊逻辑系统与三层卷积神经网络（Convolutional neural network, CNN）相结合的模糊神经网络（Fuzzy neural network, FNN）在图像分割方面的性能。与不含模糊层的CNN相比，通过模糊模块引入的额外非线性映射有助于识别和描绘物体边界。模糊神经网络提高了图像分割的准确性，尤其是在处理视觉内容中的微小但关键物体时表现突出。
【图文导读】
图 1. vdW-IJT的器件结构、光致发光光谱和电学特性。a, MoS2/石墨烯异质结的光学图像。b, 制备器件的光致发光峰位映射图。c, SiO2基底上MoS2和重叠区域石墨烯上MoS2的光致发光光谱。d, MoS2/石墨烯肖特基二极管的I-V特性曲线。e, 单栅vdW-IJT的示意图。f, 单栅vdW-IJT的实验（彩色实线）和模拟（黑色虚线）I-V特性。
图 2. 多栅vdW-IJT的器件结构和高度可调电学特性。a, 多栅vdW-IJT的示意图。b, VG1和VG2分别在-1至8.4 V和-2至9 V范围内扫描时测得的IDS映射图。c, 在恒定VDS = 6 V和VG1 = -0.2、0.0、0.2、0.4、0.6和0.8 V时，具有可调平台高度和宽度的π形I-V特性（IDS与VG2的关系）。d-f, 高斯形I-V特性（IDS与VG2的关系），包括：在恒定VDS = 6 V，VG1 = 1.2、2.2、3.2、4.2、5.2和6.2 V时可调的上升沿位置（VR）(d)；在不同VDS和VG1组合下可调的下降沿位置（VF）(e)；以及在恒定VDS = 6 V、VG1 = 3.2 V和VTG = -0.3、0、0.3和0.6 V时可调的高度（f）。
图 3. 模糊PID控制器的硬件实现。a, FLS的结构示意图。b, PCB上FLS硬件的光学图像。c, 嵌入插座中芯片上四个MFG的放大图像。d-g, 模糊PID控制器的四种不同隶属度函数设置：小重叠的高斯形函数（d）、高斯形和π形混合型函数（e）、大重叠的高斯形函数（f）以及不同宽度的高斯形函数（g）。h-k, 分别对应于d-g的控制器曲面。
图 4. 用于图像分割的模糊神经网络（FNN）。a, 模拟FNN的结构示意图。b, 模糊层的结构示意图。c, 不含模糊层的CNN与使用小重叠和大重叠隶属度函数集初始化的FNN的分割精度训练进程。d, 有无模糊层（大重叠）的神经网络对Cityscapes图像分割结果的比较。
图 5. 本工作与传统CMOS方法的可重构MFG比较。a, 电路复杂度比较。b, 最大功耗比较。
【总结展望】
总之，本文报告了一种基于MoS2/石墨烯界面电荷转移效应在MoS2沟道中形成的横向n+/n−/n+同质结的范德华界面结晶体管。该晶体管同时展现出电流放大和电流分配特性，且多栅vdW-IJT能够生成可调的高斯形和π形隶属度函数，可用于模糊逻辑系统。通过将vdW-IJT与外围CMOS电路集成，开发了一种可重构模糊PID控制器的硬件，以实现自适应非线性控制。通过精细调节工作电压，可以获得广泛的隶属度函数，以满足复杂多变环境中的控制需求。此外，由于引入了非线性映射，将三层CNN与模糊逻辑系统相结合的模糊神经网络相比于不含模糊层的CNN，在图像分割方面表现出更优越的性能。基于vdW-IJT的隶属度函数发生器在模糊神经网络硬件实现方面相比传统CMOS方法具有可扩展性优势，这使其成为在智能边缘计算应用和神经符号系统中实现模糊逻辑系统的理想选择。
【文献信息】
上海昂维科技有限公司现提供二维材料单晶和薄膜等耗材，器件和光刻掩膜版定制等微纳加工服务，以及各种测试分析，欢迎各位老师和同学咨询，竭诚做好每一份服务。
