1.北理工团队在有机太阳能电池非对称受体材料构筑方面取得新进展

2.西安交大研究团队在锂-二氧化碳电池研究领域取得重要进展

3.我国团队国际首创存算一体排序架构，攻克智能硬件加速难题

1.北理工团队在有机太阳能电池非对称受体材料构筑方面取得新进展

近日，北京理工大学化学与化工学院王金亮教授团队在新型非对称硒取代小分子受体材料构筑及其在高性能有机太阳能电池器件化应用方面取得重要进展。相关成果以 “Multiple-Asymmetric Molecular Engineering Enables Regioregular Selenium-Substituted Acceptor with High Efficiency and Ultra-low Energy Loss in Binary Organic Solar Cells”为题，作为热点论文发表在国际化学顶级期刊《Angewandte Chemie International Edition》(Angew. Chem. Int. Ed. 2025, e202506795)上。北京理工大学为第一通讯单位，化学与化工学院王金亮教授和武汉大学闵杰教授为共同通讯作者，化学与化工学院博士研究生杨灿和武汉大学博士研究生高远为该论文的共同第一作者。

在“双碳”战略背景下，作为新一代光伏技术的代表之一，有机太阳能电池（OSCs）因其具有良好的溶液加工性、轻、薄、柔、半透明等特性而受到学术界和工业界的广泛关注，并在便携可穿戴电子、光伏建筑一体化等领域展现出巨大的商业应用潜力。但与晶硅和钙钛矿等无机材料的太阳能电池相比，有机太阳能电池仍然面临因其有机活性层材料具有激子结合能大和载流子迁移率低的固有特性，导致相对较低的开路电压（ V OC）和较大的能量损失（ E loss），尤其是严重的非辐射复合能量损失（Δ E 3），进而导致相对低的能量转换效率（PCE）。因此，通过采用创新的分子工程来精准调控小分子受体（SMA）的分子间晶体堆积，并同时实现具有较高效率和较低能损的高性能二元OSC是目前该领域亟待解决的关键科学问题之一。

图1. 四个非对称硒取代受体材料的分子设计策略、分子结构及其光电性质和能级分布

针对上述的关键科学问题，国家级领军人才王金亮教授团队在前期非对称取代的有机小分子太阳能电池受体材料的创制及其在高性能有机太阳能电池中的应用研究工作( Angew. Chem. Int. Ed. 2021, 60 , 19241, ESI高被引论文; Angew. Chem. Int. Ed. 2023, 62 , e202216340，ESI高被引论文; Angew. Chem. Int. Ed. 2023, 62 , e202313016; Angew. Chem. Int. Ed. 2022, 61 , e202209454; Energy Environ. Sci ., 2022, 15 , 320，ESI高被引论文等)的基础上，为了实现更高光电转化效率和兼具较低能损的非对称小分子受体材料体系，最近采用一种“核心-侧链-端基”多重非对称的分子工程，通过调控端基外围氟原子和氯原子取代数量和位置，设计合成了两个双重非对称的小分子受体（DASe-4F和 DASe-4Cl）和一对三重非对称的异构化小分子受体（TASe-2Cl2F和TASe-2F2Cl），其具有相同的双重非对称的硒取代中心核，但具有四种不同氟/氯原子取代数量和取代位置的端基（四氟、四氯、双氯双氟、双氟双氯）（图1）。系统地探讨了四种区域规整的多重非对称小分子受体的光电行为、分子间堆积的单晶结构、与聚合物给体PM1的共混形态以及对相应OSCs的光伏性能和能量损失的影响。

图2. A- O SeF, DASe-4Cl, TASe-2F2Cl的晶体堆积模式及其对应的3D网状堆积结构

单晶堆积模型（图2）分析表明：相比于单一非对称的硒取代核心的A- O SeF，“核心硒取代-侧链”双重非对称的核心骨架导致了受体分子3D堆积模式的改变；具有二氟/二氯杂化端基的三重非对称受体TASe-2F2Cl呈现出较大的分子间电子耦合相互作用以及更加紧密有序的3D网状堆积，进一步促进了电荷传输性能的提升。从DASe-4F到TASe-2Cl2F、TASe-2F2Cl和DASe-4Cl，纯相薄膜中的带隙变窄，LUMO能级略有降低，分子偶极矩逐渐增大（图1）。将其分别与聚合物给体PM1共混后，基于PM1:TASe-2F2Cl的共混膜呈现出更明显的“face-on”分子取向、更紧密的分子间堆积和增强的结晶性以及更合适的相分离形貌。结果，基于PM1:TASe-2F2Cl的二元器件效率高达19.32%，明显高于基于PM1:DASe-4F (18.27%)，PM1:DASe-4Cl (17.25%)，PM1:TASe-2Cl2F (16.30%)的器件结果（图3）。基于PM1:TASe-2F2Cl的二元器件取得优异的性能主要归因于其有效的激子解离和电荷收集、更平衡的电荷传输、利好的相分离形貌以及超低的 E loss（0.514 eV）和Δ E 3（0.179 eV）。令人印象深刻的是，19.32%的PCE以及0.514 eV的 E loss和0.179 eV的Δ E 3这样一个结果是基于硒取代核心的非对称小分子受体在二元本体异质结型有机太阳能电池器件中的最高值。此外，TASe-2F2Cl与其他流行的聚合物给体（如D18和PM6）匹配后表现出良好的普适性，在相应的二元器件中呈现出了不错的PCE值和超低的能损。

综上所述，这项系统性的工作为结合双重非对称的硒取代中心核（DAD核心）以及氟/氯代端基杂化数量和位置的调制提供了宝贵的见解，并强调了“端基-核心-侧链”三重非对称的分子设计策略是调节分子堆积行为和混溶性、改善器件性能参数之间的权衡、实现效率突破以及同步打破硒基受体的二元OSC中能损极限的颇具前景的有效途径之一。

图3. 四种非对称硒取代受体材料的有机太阳能电池器件性能对比

上述研究工作得到了国家自然科学基金项目、国家级青年人才项目、北京市自然科学基金本科生“启研”计划、北京理工大学特立青年学者计划、北京理工大学研究生科研水平和创新能力提升专项计划重点项目、特立学生科技创新团队项目以及北京市光电转换材料重点实验室和北京理工大学分析测试中心的支持。北京大学姚泽凡副研究员、韩国高丽大学Han Young Woo教授、化学与化工学院安桥石特别研究员和王楠副教授、中科院化学所朱晓张研究员团队给予了大力支持。

2.西安交大研究团队在锂-二氧化碳电池研究领域取得重要进展

化石能源的持续消耗引发大气CO2浓度急剧攀升，进而加剧了温室效应、海洋酸化等连锁生态危机。为构建碳中和导向的清洁能源体系，亟需发展兼具碳固定与储能双重功能的前沿技术。锂-二氧化碳（Li-CO）电池凭借其超高理论能量密度（1876 Wh kg-1）及CO2资源化利用特性，成为深海探测、地外基地等密闭高CO2环境的理想供能方案。深入研究表明，Li-CO2电池的电化学性能与放电产物的理化性质存在强关联性。当前体系存在三种典型反应路径：以Li2C2O4为最终产物的路径需特定催化剂诱导；而不论是以Li2CO3和CO为主要产物的路径还是以LiCO和C为主要产物的路径，都受限于Li2CO3的高化学稳定性。这种宽带隙绝缘体不仅直接抬高电化学反应的热力学势垒，其高结晶度的致密堆积特性更显著抑制CO2ER动力学。因此，如何通过催化剂设计实现Li2CO3的非晶/低晶化生长模式调控，成为破解CO2RR/CO2ER双路径动力学瓶颈的关键。

为了解决这一问题，西安交通大学化学学院丁书江教授、杨国锐副教授团队提出了电子局域化加速CORR，进而强化Ir-O耦合，诱导低结晶度Li2CO3产物从而优化CO2ER进程的晶格压缩策略，该策略使得Li-CO电池实现了超低过电位（0.33 V）以及超高能量效率（~88.7%），并且在电池运行超过>1100小时后仍能维持3.3 V的稳定充电电位，这是迄今报道的最佳性能。通过使用一系列原位/非原位表征以及理论计算，团队揭示了晶格压缩导致配位环境变化，从而增强电子局域化效应，加速催化剂表面附近的Li+迁移，使其快速参与CO2RR过程，进而受到强化的Ir-O耦合作用调变Li2CO3分子的对称性，降低其低结晶度，最终促进其高效分解。

上述研究成果近期以《晶格压缩驱动的电子局域化与Ir-O耦合作用协同实现超低过电位Li-CO电池》(Lattice Compression-Driven Electron Localization and Ir-O Coupling Synergistically Enable Ultralow Overpotential Li-CO Batteries)为题发表在国际化学领域顶级期刊《德国应用化学》(Angewandte Chemie International Edition)上，西安交通大学化学学院为第一通讯单位。西安交通大学化学学院硕士生肖纪元为本文第一作者，通讯作者为西安交大化学学院丁书江教授和杨国锐副教授。该工作得到了国家自然科学基金、山东省重点研发计划和云南省新能源材料创新联合体项目的资助，论文的表征及测试得到了西安交通大学分析测试共享中心的支持。

3.我国团队国际首创存算一体排序架构，攻克智能硬件加速难题

6月25日，北京大学团队在智能计算硬件方面取得领先突破，国际上首次实现了基于存算一体技术的高效排序硬件架构（A fast and reconfigurable sort-in-memory system based on memristors），解决了传统计算架构面对复杂非线性排序问题时计算效率低下的瓶颈问题，在这一极难攻克的人工智能基础算子加速领域形成优势，将为具身智能、大语言模型、智能驾驶、智慧交通、智慧城市等人工智能应用提供更高效算力支持。该成果由北京大学集成电路学院杨玉超教授、人工智能研究院陶耀宇研究员组成的团队完成，已在国际顶级学术期刊《自然∙电子》上发表。

排序加速：存算一体架构中难啃的“硬骨头”

排序，作为人工智能系统中最常用、最耗时的基础操作之一，广泛存在于自然语言处理、信息检索、图神经网络、智能决策等人工智能相关领域中。在传统的冯·诺依曼计算架构中，处理器与存储器分离的特点导致数据被频繁搬运，严重制约了计算速度和系统能效，因此将存储与计算融合的“存算一体”架构是突破硬件性能的必由之路。

例如在智能驾驶场景中，车辆在高速公路等简单环境中，只需对周边几台车的行进路线进行排序就能判断是否会对自身安全产生影响，整个耗时可控制在毫秒级别，但在复杂的城市环境中风险来自周边的数百个乃至更多的各类交通参与者，排序的复杂程度和硬件延迟大幅提高；再比如，在抖音、小红书等平台大的规模检索与推荐系统中，用户点击、评分、相似度计算后，常需要对海量的候选内容进行快速排序，找出最相关项，排序性能直接影响系统的响应时间和可扩展性；此外，在大语言模型训练、机器人路径规划、强化学习搜索等场景中，快速评估多个决策或行动的优劣并进行排序，也是必不可少而又极为费时的步骤。然而，在传统计算架构下，大规模的非线性排序难以在端侧或边缘设备高效完成，这一过程消耗大量时间与功耗，极大制约了具身智能、智能驾驶等新兴技术的发展与普及。

近年来，“存算一体”被认为是突破传统硬件架构计算瓶颈的关键技术，已经在矩阵计算等规则性强的数值计算中取得显著成果。然而由于排序存在逻辑复杂、操作非线性、数据访问不规则，缺乏通用、高效的硬件排序原语等诸多障碍，目前国际主流的存算一体架构均无法解决大数据排序问题，这一难题成为了制约下一代人工智能计算硬件发展的前沿焦点与核心卡点问题。

科研团队围绕“让数据就地排序”的第一性原理目标，在存算一体架构上攻克了多个核心技术难题，实现了排序速度与能效的数量级提升。主要突破包括：首先，开发了一套基于新型存内阵列结构的高并行比较机制；第二，开创性地引入了“忆阻器阵列”，实现了低延迟、多通路的硬件级并行排序电路设计；第三，在算子层面，优化了面向人工智能任务的算法-架构协同路径，同时兼容现有矩阵计算；第四，完全自主设计的器件-电路-系统级技术栈整合。

在人工智能系统中，排序通常作为数据预处理或决策中间环节存在，一旦执行效率不高，将成为整个系统的主要瓶颈。论文第一作者、北京大学集成电路学院博士生余连风介绍道，“排序的核心是比较运算，需要精准地实现‘条件判断+数据搬移’，在复杂的应用场景中，要对不同因素的优先级进行比较，因此排序的逻辑非常复杂。一般排序过程需要构建支持多级‘比较-选择’的比较器单元，而传统存算一体架构主要面向‘乘加’、‘累加’等操作，难以支持这样的复杂运算，我们的工作成功解决了这一难题，设计了一种‘无比较器’的存算一体排序架构。”

据实测结果显示，该硬件方案在典型排序任务中提升速度超15倍，面积效率提升超过32倍，具备并行处理百万级数据元素排序任务的潜力，功耗仅为传统CPU或GPU处理器的1/10。在人工智能推理场景中，支持动态稀疏度下的推理响应速度可提升70%以上，特别适用于要求极高实时性的任务环境。论文通讯作者、北京大学人工智能研究院陶耀宇研究员说，“正因为排序计算在人工智能中是高频、通用、基础且极难处理的一类操作，这一难题的突破意味着存算一体从‘适合特定应用’走向‘可支持更广泛的通用计算’，为人工智能相关任务构建了全链路的底层硬件架构支持。”

提高计算效率，打造加速引擎

据悉，该技术具有广泛的应用前景，可用于智慧交通图像排序系统、金融智能风控评分引擎、边缘监控设备的目标优先识别模块等场景。在测试中该技术展现出高速度与低功耗的显著优势。例如，在智慧交通场景中，系统有望在毫秒级内完成十万级事件优先级评估，为超大规模交通决策、应急响应调度等提供高效的实时算力支持。

当前，随着人工智能技术正与物理世界加速融合，算力已从“服务算法”演化为“主导能力边界”的战略资源。存算一体超高性能排序加速架构的成功突破，不仅是一次架构创新的胜利，更是将科研成果转化为实际应用、服务国家重大战略需求的重要行动。该成果未来有望广泛应用于国产智能芯片、边缘AI设备、智能制造终端、智慧城市系统等关键领域，为我国在下一代AI技术与智能硬件竞争中提供坚实底座，也为构建安全、高效、自主可控的新一代智能算力体系提供了“加速引擎”。

“根据初步测算，若该技术在智能终端、工业控制、数据中心等核心应用场景中推广，仅在边缘AI芯片市场就可形成百亿元级年产值潜力，大幅提升传统算力系统的性能。更重要的是，在社会层面，该技术有望推动新一代智慧交通、智慧医疗、智能制造、数字政府系统更加高效运行，释放数据价值，助力新质生产力形成”陶耀宇研究员介绍道。

近年来，人工智能技术正高速演进，相关应用不断涌现，智能产业发展迸发出巨大活力，蓬勃的发展态势离不开背后算力的支撑。党中央高度重视新型算力体系建设与核心技术突破，多次强调要聚焦关键技术，加快形成新质生产力。北京大学科研团队正是瞄准了‘算力’这个牛鼻子，聚焦‘存算一体’这一关键技术开展高强度科研攻关，实现了从器件到系统的全栈自主设计。这一成果不仅是技术层面的突破，更是攻克了存算一体化排序加速的‘硬骨头’难题，在面向人工智能基础操作的硬件加速领域实现了突破，将为我国建设科技强国，实现高水平科技自立自强注入新算力。

附：论文链接 https://www.nature.com/articles/s41928-025-01405-2