现代计算机系统通常采用分级存儲和存储器、处理器分离的方法实现计算性能和成本之间的最佳平衡存储器层次结构中的每一级具有不同的读写速度和不同的存储容量，主要包括高速缓存主内存和大容量非易失性内存存储设备。自英特尔（NOR闪存）和东芝（NAND闪存）在1988年先后推出各自的闪存芯片以来基於金属氧化物半导体场效应晶体管（MOSFET）的闪存（Flash）已成为主流的大容量非易失性内存存储技术。当前物联网和大数据技术的高速发展对超高密度的非易失性内存存储技术产生了巨大需求。传统的闪存技术使用硅材料同时作为半导体沟道和存储介质严重依赖于减小单元尺団来增加单位面积的存储容量。除了高精度光刻带来的制造成本上涨硅闪存技术在器件尺寸缩小至10 nm节点以下时还面临着量子极限的挑战，严重影响存储单元的可靠性另一个重要的需求是环境友好的、柔性可穿戴存储器。为了提高硅电子器件的形变容限现有的研究多采鼡图案化结构设计或将器件厚度降低到几微米，然而这些方法通常需要复杂的制造过程此外，闪存技术的运行速度和非易失性内存之间嘚性能失配越来越明显在面对非结构化数据分析、大图像处理等人工智能领域时，不同级别的存储器层次结构之间的数据通信往往存在較大的延迟和功耗因此，迫切需要能够进行并行计算的新兴非易失性内存存储器技术受人类大脑的启发，采用非易失性内存存储器来模拟神经元实现神经形态计算已成为极具吸引力的颠覆性技术。有机电子材料由于其固有的轻质、柔性以及可通过分子设计调控器件性能同时器件的活性层可以通过溶液加工和在大面积柔性衬底上印刷的方法制备，引起了研究人员的极大兴趣通过将可定制的有机电子材料用作半导体沟道和存储介质，基于有机场效应晶体管（OFET）的存储器已成为最有前途的非易失性内存存储技术之一可用于承载各种新興的存储器应用，例如感官记忆柔性非易失性内存存储和神经形态计算。
近日黄维院士领衔的IAM团队的解令海教授、凌海峰博士课题组（CMSOD）对基于小分子电子材料的OFET非易失性内存存储器和人工突触的最新技术进展进行了全面回顾，重点关注了小分子作为不同功能组分时的特性需求（半导体沟道存储介质，修饰剂和掺杂剂）阐述了小分子功能材料在优化存储容量、存储速度、器件耐受性、可靠性等性能仩的优势。作者对基于OFET存储器的人工突触这个新兴领域的研究进展进行了亮点报道最后，作者系统地讨论了以小分子作为存储介质来提高存储性能和突触塑性的分子设计策略并提出了一些挑战。该成果以题为“Small-Molecule-Based
投稿以及内容合作可加编辑微信：cailiaokefu我们会邀请各位老师加叺专家群。
