一个快速的电脉冲完全翻转了材料的电子特性，开辟了通往超快、受大脑启发的超导电子产品的途径。

物理学家发现了一种在魔角石墨烯中开启和关闭超导性的新方法。这一发现可能会导致超快、节能的超导晶体管用于“神经形态”电子产品，其工作方式类似于人脑中神经元的快速开/关放电。这一发现可能会导致超快、高能效的超导晶体管用于神经形态设备——电子设备的设计方式类似于人脑中神经元的快速开/关放电。

魔角石墨烯指的是一种非常特殊的石墨烯堆叠——一种由碳原子制成的原子薄材料，这些碳原子以类似于铁丝网的六边形图案连接在一起。当一片石墨烯以精确的“魔幻”角度堆叠在另一片石墨烯上时，扭曲结构会产生略微偏移的“波纹”图案或超晶格，能够支持许多令人惊讶的电子行为。

2018 年，麻省理工学院的 Pablo Jarillo-Herrero 和他的团队率先展示了魔角扭曲双层石墨烯。他们表明，当他们施加一定的连续电场时，新的双层结构可以起到绝缘体的作用，就像木头一样。当他们提高磁场时，绝缘体突然变成超导体，让电子无摩擦地流动。

这一发现催生了“扭曲电子学”，这是一个探索某些电子特性如何从二维材料的扭曲和分层中产生的领域。包括 Jarillo-Herrero 在内的研究人员继续揭示魔角石墨烯的惊人特性，包括在不同电子状态之间切换材料的各种方法。到目前为止，这种“开关”的作用更像是调光器，因为研究人员必须持续施加电场或磁场来开启超导性，并使其保持开启状态。

现在，Jarillo-Herrero 和他的团队已经表明，魔角石墨烯中的超导性可以通过短脉冲而不是连续电场开启并保持开启。他们发现关键是扭曲和堆叠的结合。

在今天发表在《自然纳米技术》(Nature Nanotechnology)上的一篇论文中，该团队报告说，通过在氮化硼(一种二维绝缘材料)的两个偏移层之间堆叠魔角石墨烯，三明治结构的独特排列使研究人员能够将石墨烯的用短电脉冲打开和关闭超导性。

“对于绝大多数材料，如果你移除电场，zzzzip，电状态就会消失，”麻省理工学院 Cecil 和 Ida Green 物理学教授 Jarillo-Herrero 说。“这是第一次制造出可以突然电气开关的超导材料。这可能为新一代扭曲的、基于石墨烯的超导电子产品铺平道路。”

他在麻省理工学院的合著者是主要作者 Dahlia Klein、Li-Qiao Xia 和 David MacNeill，以及日本国家材料科学研究所的 Kenji Watanabe 和 Takashi Taniguchi。

翻转开关

2019 年，斯坦福大学的一个团队发现可以将魔角石墨烯强制转变为铁磁状态。铁磁体是即使在没有外加磁场的情况下也能保持其磁性的材料。

研究人员发现，魔角石墨烯可以以一种可以打开和关闭的方式表现出铁磁特性。当石墨烯片层叠在两片氮化硼之间，使得石墨烯的晶体结构与氮化硼层之一对齐时，就会发生这种情况。这种排列类似于奶酪三明治，其中面包的顶部切片和奶酪方向对齐，但面包底部切片相对于顶部切片以随机角度旋转。结果引起了麻省理工学院小组的兴趣。

“我们试图通过对齐两个切片来获得更强的磁铁，”Jarillo-Herrero 说。“相反，我们发现了一些完全不同的东西。”

在他们目前的研究中，该团队制作了一个由经过仔细倾斜和堆叠的材料组成的三明治。三明治的“奶酪”由魔角石墨烯组成——两个石墨烯片，顶部相对于底部片以 1.1 度的“魔角”轻微旋转。在这个结构之上，他们放置了一层氮化硼，与顶部石墨烯片精确对齐。最后，他们在整个结构下方放置了第二层氮化硼，并相对于顶层氮化硼将其偏移 30 度。

然后，该团队在施加栅极电压时测量了石墨烯层的电阻。与其他人一样，他们发现扭曲的双层石墨烯会切换电子状态，在某些已知电压下在绝缘、导电和超导状态之间变化。

该小组没有预料到的是，一旦电压被移除，每个电子状态都会持续存在而不是立即消失——这种特性被称为双稳态。他们发现，在特定电压下，石墨烯层会变成超导体，并保持超导状态，即使研究人员移除了该电压。

这种双稳态效应表明，超导性可以通过短电脉冲而不是连续电场来开启和关闭，类似于轻按电灯开关。目前尚不清楚是什么使这种可切换的超导性成为可能，尽管研究人员怀疑这与扭曲的石墨烯与两个氮化硼层的特殊排列有关，这使得系统能够产生类似铁电的响应。(铁电材料在其电性能方面表现出双稳态。)

“通过关注堆叠，你可以为魔角超导设备日益复杂的情况添加另一个调谐旋钮，”克莱因说。

目前，该团队将新的超导开关视为研究人员在开发用于更快、更小、更节能的电子材料的材料时可以考虑的另一种工具。

Jarillo-Herrero 说：“人们正在尝试制造以一种受大脑启发的方式进行计算的电子设备。” “在大脑中，我们的神经元会在超过某个阈值时发射。同样，我们现在已经找到了一种方法，让魔角石墨烯在超过某个阈值时突然切换超导性。这是实现神经形态计算的关键特性”

更多信息可以来这里获取==>>电子技术应用-AET<<