除了发光、探测和作为开关，二极管还能做什么？
中国科学技术大学孙海定教授团队给出了一种颠覆传统二极管的答案：他们在国际上首次造出了一种具有“三合一”功能的二极管，能同时拍照、降噪和识别图案 [1]。
这意味着，传统需要多个晶体管、存储单元和外围电路配合才能实现的功能，现在在一个不需要模数转化和数据搬运的微型二极管及其阵列中就实现了。
研究人员通过引入新结构，在普通二极管里塞进一个“电子储蓄池”让原本单一功能的器件升级成“多面手”，在保持经典两端器件（二极管）简洁架构的前提下，不仅能看（光感知）、能记住（存储）还能想（计算）。
图丨感存算集成智能感知芯片的照片及显微镜图片（来源：受访者）
研究团队用 10×10 的二极管阵列进行了应用展示，在 FMNIST 图像识别任务中，经过原位去噪后的识别准确率从不足 60% 提升到了超过 95%。
传统摄像头拍摄照片后，需要将数据传到其他的芯片进行降噪和识别处理，搬运数据不仅费电、占空间，还涉及隐私风险。而这种新型二极管阵列能够同步实现拍摄和过滤噪声，还可直接分类识别图像。
图丨孙海定团队（来源：受访者）
现在很多家庭摄像头需将数据上传到云端进行识别，如果摄像头在本地就能完成识别，不用上传原始视频而是仅需上传识别结果，将显著提升隐私安全。
这项研究的工艺与互补金属氧化物半导体（CMOS）完全兼容，有望应用于下一代边缘计算视觉终端、研发类脑计算芯片以及智能机器视觉系统。据研究团队预测，视觉相机或小型相机有可能更快落地应用，场景涵盖手机、安防监控、物联网、工业检测装备、医疗装置，甚至用于无人机和机器人等。
孙海定告诉 DeepTech：“目前已有公司联系我们，希望将这种相机做成机器人的眼睛。我们也希望与企业共同合作，在实现超低功耗和纳秒级响应的基础上，带来更好的成像效果。”
经典元件如何应 AI 时代新需求？
长期以来，中科大孙海定教授 iGaN 实验室主要研究方向是宽禁带 III 族氮化物（氮化镓等）半导体材料外延、光电器件和集成芯片。氮化镓（GaN）作为节能照明灯、快充头、5G 基站的明星材料，在半导体异质结界面处会产生纯天然的二维电子气层，其独有特性是电子浓度通常较高。
在此前的研究中，该团队以 Nature Electronics 封面形式发表论文 [2]，首次提出并实现了基于场效应调制的光电二极管，相关技术有望用于光通信和光逻辑运算。
研究人员通过单片集成方法，在氮化镓基紫外发光二极管上构建三端口结构，既可作为可调谐光发射器，也可用作多功能光电探测器。在光通信中，这种“三电极”二极管有利于减小寄生电容，并能将带宽提升 60%；在逻辑运算中，在不改变器件结构的前提下，能够实现 NAND、NOR 等多种光控逻辑门。这种新型架构助力推动下一代高速、小型化、多功能光电集成芯片的发展。
（来源：Nature Electronics）
在此前发表于 Nature Photonics 的研究中，该团队制备出国际首个微型紫外光谱成像芯片 [3]。这种芯片在新型氮化镓基级联光电二极管架构基础上，深度融合了深度神经网络（DNN）算法，实现了兼具高精度光谱探测和高分辨率的多光谱成像，其探测速度达纳秒级，成本有望降低 99%。
该研究填补了长期以来微型光谱仪技术在紫外波段的空白，并展现了在多个领域的应用潜力，例如紧凑型、便携式光谱分析和快速光谱成像芯片，以及高通量实时生物分子和有机物检测、片上集成式传感技术等。
图丨微型光谱仪覆盖光谱波段（来源：Nature Photonics）
老树开新花：将感知、储存、计算功能同时塞进二极管
在传统半导体中，常见的 p-n 结二极管仅具有单一的功能，或用作光电探测器，或用作整流或发光。随着 AI 技术的发展，感存算一体的 AI 计算芯片受到高度关注，但大多数方案仍然需要多种器件或异质集成的配合。
正是看到基础元件的单一功能已无法满足现有市场需求的现状，研究团队进一步提出，能不能颠覆传统二极管让它具备更多的智能功能？
要想让芯片同时具备感知、存储和计算功能，传统的两种方案是：要么增加第三甚至更多端子；要么集成二极管和周边电路，例如在 CMOS 图像传感器中每个像素周边都配上数个晶体管。尽管这些方法可能有效，但它们也同时会带来不容忽视的问题：硬件复杂度、芯片面积和功耗也会大幅度增加。
（来源：Nature Electronics）
基于在氮化镓领域的长期深耕，研究团队提出了一种新的解决方案。他们没有堆叠更多的结构，而是在二极管中设计了新的结构。具体而言，研究人员在硅衬底上用分子束外延技术垂直生长出 p-GaN/n-AlGaN/n-GaN 这一具有独特结构的二极管阵列。
他们的创新设计是，在传统的 p-GaN/n-GaN 结之间插入了一段宽禁带的 n 型 AlGaN，相当于通过能带工程建立了一个“电荷储蓄池”。这样做的好处是，当光线照射过来，可将光生载流子中的电子储存在“储蓄池”中，然后在需要时再通过施加外加电压将它提取出来。
孙海定解释道：“其原理与太阳能电池类似，太阳能通过照在电池板上产生电流从而实现发电。我们的能带工程策略不仅是发电，而是能够将电存在‘储蓄池’中，需要时再将它随时释放出来。”
（来源：Nature Electronics）
在研究测试中，这种新型的二极管展现出三种工作模式，并可通过改变施加电压的方式，对不同模式进行切换。
第一种工作模式相当于自供电的光电探测器，当工作在零偏压状态下，器件对 265nm 紫外光的响应度达 10.45mA/W，随着光强的增强光电流呈线性变化。当研究人员对其施加较小的正向偏压，“储蓄池”会慢慢释放储存在其中的电子，产生与生物神经突触类似的行为。
而当研究团队用成对的光脉冲刺激它时，会产生一种双脉冲易化效应，即第二次脉冲引发的兴奋性突触后电流显著高于第一次，二者的比值最高达 122%。
更关键的是，这种突触行为存在时间依赖性。也就是说，光脉冲间隔越短，易化效应则越明显；而如果间隔时间过长，电流则会逐渐衰减至原有水平。“这恰恰是神经网络中处理时序信息的基础。”孙海定说。
第三种工作模式更为有趣。研究人员先在零偏压下用光脉冲照射二极管，在“储蓄池”填满电子后将光源关掉。他们发现，这些电子没有像预想中的马上消失，反而被牢牢锁在其中。此后，只需要略微施加读取电压脉冲，就可以将这些存储的电子读取出来，形成与光剂量近似成正比的电流信号。
研究人员在实验中对写入光脉冲的不同次数效果进行了对比（State 0-7），他们成功在同一器件实现了 8 个线性的电流状态。结果显示，不仅状态稳定、可重复，还能用反向电压脉冲进行擦除。
据研究团队回忆，这项研究中最大的挑战在于，在实验室中“手搓”的单个器件可能很快就能工作运行，但要做 10×10 的器件阵列，需要保障每个像素稳定、性能均一，而且还能单独控制。
研究人员经过长时间的工艺摸索和器件制备，才逐渐实现了理想的效果：50 次读写循环后电流漂移小于 5%，3,000 秒长期稳定性测试中电流波动控制在 1% 以内。
可能是 AI 硬件的一次路径替代
传统相机通过 CMOS 感应光信号后，再通过电路和 CPU 处理将它们转变为电信号，然后通过放大处理展示为图片。在该研究中，研究团队展示了技术作为相机的 demo——10×10 的视觉芯片。
与传统相机不同的是，其在输入光信号后，在不需要外界其他元件、电路系统或 CPU 处理的前提下，能够自动对图片进行降噪处理。孙海定指出，“我们把图片简单分类，然后通过芯片本身感存算一体的内部运算，即可实现图像分类。这项技术的重大突破在于，通过二极管阵列就实现了此前忆阻器才具备的光学写入、电学读取和电学擦除功能。”
该研究为感存算一体芯片领域提供了一种比较简洁的实现路径。从产业层面来看，相较于其他二维材料和钙钛矿，氮化镓本身已经是成熟的半导体材料体系，在 LED、功率器件、射频器件中广泛应用。在已有工艺基础上，借助新型结构的设计就能让二极管具备新功能，相当于“老树开新花”，这种优势也为技术未来从实验室走向产业化奠定了基础。
（来源：Nature Electronics）
相关论文以《面向神经形态图像传感器的单二极管集成光感知、记忆与处理功能器件》（A single diode with integrated photosensing, memory and processing for neuromorphic image sensors）为题发表在 Nature Electronics[1]。
中国科学技术大学博士研究生罗远旻、陈炜、余华斌博士和汪丹浩博士是共同第一作者，孙海定教授担任唯一通讯作者。合作团队还包括加拿大麦吉尔大学、澳大利亚国立大学、浙江大学、英国剑桥大学及武汉大学等。
图丨相关论文（来源：Nature Electronics）
除了应用于氮化镓，未来该技术还有望拓展至传统化合物半导体，例如砷化镓和磷化铟。据了解，研究团队已申请相关专利。目前，他们正在与产业界沟通合作，计划将器件做得更小型化、像素分辨率更高，并希望将芯片规模化量产。另一方面，他们还将在学术方面继续创新。
图丨刘胜院士（左）指导孙海定（来源：受访者）
“我在本科和硕士期间学习的时候，导师刘胜院士就经常告诉我不能只会发论文，这句话我一直铭记于心。当我成立独立课题组，我和团队成员也强调，我们的技术既要上得了书架，也要上得了货架，希望我们的技术早日能够转化为真正实用的产品。”孙海定说道。
这种路径让我们看到了一种新的可能性：未来的智能设备或许可以不依赖算力，而是能够自带智能。
参考资料：
1.Luo, Y., Yu, H., Wang, D. et al. A single diode with integrated photosensing, memory and processing for neuromorphic image sensors. Nat Electron 9, 404–413 (2026). https://doi.org/10.1038/s41928-026-01588-2Memon, M.H., Yu, H., Luo, 2.Y. et al. A three-terminal light emitting and detecting diode. Nat Electron 7, 279–287 (2024). https://doi.org/10.1038/s41928-024-01142-y
3.Yu, H., Memon, M.H., Yao, M. et al. A miniaturized cascaded-diode-array spectral imager. Nat. Photon. 19, 1322–1329 (2025). https://doi.org/10.1038/s41566-025-01754-6
排版：刘雅坤
注：封面/首图由 AI 辅助生成