第一作者：R. Stanley Williams

通訊作者：Sreetosh Goswami

論文速覽：

本論文深入探討了分子材料在計算領域的應用潛力及其面臨的挑戰。作者指出，隨著數據量的爆炸性增長和人工智能的發展，傳統計算技術已難以滿足當前的需求。

分子材料因其獨特的電子、光學和磁性特性，為計算技術的發展提供了新的可能性。文章特別強調了利用過渡金屬配合物和具有氧化還原活性配體的分子材料在神經形態計算中的應用，并討論了為了確定分子材料是否能成為新型計算技術基礎所需的兩條互補研究路徑。

論文中提到的數據包括分子電子學的發展歷史、分子材料的計算性能以及未來的研究方向。

圖文導讀：

圖1 | 偶氮芳基電子海綿的不同電子占據狀態：展示了代表性的Ru配合物的電子接受能力。通過改變電壓，金屬配合物的電子海綿可以吸收或釋放電子，從而實現不同的電子占據狀態。

圖2 | 分子薄膜中的多路徑相互作用和機制：描述了金屬電極之間的分子薄膜包含不同帶電組分，它們之間的相互作用可以長期保持，即使在電壓關閉后也能持續存在。這些動態拓撲結構進一步促進了一系列分子內和分子間的轉變，包括氧化還原、電荷重排和幾何改變。

圖3 | 為增強計算能力而定制的分子：展示了三種不同的RuII和FeII配合物及其穩態特性的比較。通過改變配體和金屬中心，可以實現不同的導電平臺，從而實現具有多個穩健、非揮發性狀態的記憶功能。

圖4 | MIMO加速器：提出了一種利用分子材料的計算加速器，該加速器可以增強傳統神經形態平臺的計算能力。通過多種輸入刺激，可以改變DPE的權重矩陣，并調整尖峰神經網絡中的尖峰和放大性質。

圖 5 | 科學與技術路線圖。展示了基于偶氮芳基配合物的電子設備在多個主要性能參數上超越了大多數無機材料（如氧化物憶阻器、相變存儲器、磁阻和鐵電設備），并且在開關速度和可擴展性方面與現有技術相當。圖中還展示了實現這些分子設備作為技術所需的科學和技術挑戰。

總結展望：

論文總結了分子材料在計算領域的應用前景，特別是在神經形態計算中的巨大潛力。作者強調了通過分子設計和合成化學的進步，可以實現對計算性能的精細調控。

同時，論文也指出了實現這些技術所面臨的挑戰，包括對分子開關電子和離子機制的深入理解、材料的加工性和與現有CMOS技術的兼容性等。未來，分子電子技術有望在人工智能和機器學習等領域實現實時、高效的邊緣計算，推動計算技術的發展。

文獻信息：

標題：Potential and challenges of computing with molecular materials

?期刊：Nature Materials