💡这项突破是什么?
目前，人类使用大（超大）规模集成电路基于微电子器件构造而成。碳纳米管有望为下一代高速计算芯片的候选材料之一。然而，半导体单壁碳纳米管具有不同的手性，即不同的带隙。不同手性碳纳米管之间的载流子跃迁会损害碳纳米管薄膜晶体管(TFT)的迁移率、开/关比和器件的均匀性，不适合大规模集成电路。目前，对于管径大于1 nm的单手性半导体碳纳米管的制备和分离还存在很大挑战，并且分离后其碳纳米管表面的聚合物和活性剂很难除去，从而严重影响晶体管的电性能，制约其应用和研究。对于下一代高性能碳基集成电路而言，制备出管径大于1 nm的单手性碳纳米管必不可少，以保证整个集成电路性能优良。但如何高效和高质量分离出大直径的单手性(9,8)单壁碳纳米管是解决瓶颈问题的关键因素。
近期，陕西理工大学材料学院侯军才副教授在清华大学主办的Nano Research期刊（2021年影响因子IF：8.897）发表“Printed thin film transistors with 108 on/off ratios and photoelectrical synergistic characteristics using isoindigo-based polymers-enriched (9,8) carbon nanotube”学术论文。该文采用CoSO4/SiO2作催化剂，气相沉积法生长的碳纳米管粉体作为原材料，使用基于异靛基聚合物的衍生物聚合物PDPPIID和PFIID作为包裹半导体碳纳米管的包裹剂，成功高效选择性富集了管径为1.17 nm的(9,8)单手性碳纳米管，制备了电子油墨。（9,8）碳纳米管薄膜晶体管电性能的好坏受聚合物残留物、沉积条件(湿度)和墨水浓度的影响。优化后的（9,8）碳纳米管薄膜晶体管显示了良好的器件均一性，其开关比可达108。
神经形态体系结构已经成为模仿冯诺依曼计算的领先候选者，它通过模仿生物神经网络利用从基于碳纳米管的电子学的广泛研究中建立的知识，探索了许多基于碳纳米管的神经形态计算设计，用于可替代大型计算体系结构。碳纳米管晶体管可以作为人工突触。目前，光学突触晶体管的发展远远落后于电刺激的突触晶体管。单栅极的突触晶体管无法同时接收脉冲光和电刺激的信号，也无法模仿神经活动。
本实验采用合适的脉冲光和电流构建了光电协同刺激的单栅极突触晶体管，模仿神经活动，研究了光电神经形态特征。试验结果表明该单栅极突触晶体管存储、记忆和逻辑功能均表现出优秀的应用潜力。
该工作与中国科学院苏州纳米技术与纳米仿生研究所赵建文研究员课题组合作完成，受到国家留学基金委西部计划项目资助和陕西省科技厅自然基金项目资助。同时，该课题组在科技部重点研发计划和国家自然基金委项目联合资助下长期从事印刷碳基电子器件制备和集成电路制造研究，在Nat Electron，ACS Appl. Mater. Inter.，Nano Reasearch，J. Mater. Chem. C，Nanoscale，Carbon，Adv Electron Mater，Flex Print Electron等期刊发表论文多篇。
论文链接：https://doi.org/10.1007/s12274-022-4246-1
