教育背景
2004年4月–2007年7月，中国科学院上海硅酸盐研究所，研究生/博士
工作经历
2018年10月–至今，中国科学院微电子研究所，研究员，博士生导师
2009年7月–2018年10月，中国科学院物理研究所，副研究员，博士生导师
2012年7月– 2014年2月，德国亚琛工业大学物理系（IA） 洪堡学者
2013年11月– 2014年1月，英国剑桥大学材料科学与冶金系，洪堡访问学者
2011年5月– 2012年4月，韩国首尔大学物理与天文系 博士后
2007年8月– 2009年6月，中国科学院物理研究所，博士后
2004年4月 – 2007年7月，中国科学院上海硅酸盐研究所，研究生/博士
围绕集成电路领域的算力、能效与智能化等瓶颈问题，开展具有认知记忆的类脑计算器件、算法、架构和芯片研究，拓展类脑计算软/硬件技术在智能计算、具身智能、智慧医疗、智能制造等人工智能产业中的应用。
1） 神经形态计算器件与集成技术
2） 神经网络模型与深度学习算法
3） 多模态感算融合智能感知系统
承担项目
科技创新2030重大项目“新一代人工智能”专项，2020AAA0109005，基于混合器件的神经形态计算架构及芯片研究，参与，2020/10-2025/10
中国科学院任务/战略性先导科技专项（B类），XDB44020100，存算一体基础器件与系统前沿科学，参与，2020/01-2024/12
国家重点研发计划，2018YFA0701500，存算一体器件及其计算新架构，课题负责，2019/09-2024/08
国家自然科学基金面上项目，62374181，基于大规模电解质栅控晶体管阵列的神经形态计算，主持，2024/01-2027/12
国家自然科学基金面上项目，61874138，基于层状氧化物材料的神经突触晶体管，主持，2019/01-2022/12
国家自然科学基金面上项目，51671213，基于磁电耦合材料的新型信息存储器件研究，主持，2017/01-2020/12
国家自然科学基金面上项目，11274363，金属/绝缘体随机混合体系阻变效应研究，主持，2013/01-2016/12
国家自然科学基金青年项目，11004235，巨电致电阻效应中导电路径的形成与演变过程研究，主持，2011/01-2013/12
国家自然科学基金重点项目，11134007，新型电致电阻材料的物理机制，参与，2012/01-2016/12
1) N. Lin, Z. Wang, D. S. Shang, Energy-efficient multimodal zero-shot learning using in-memory reservoir computing, Nature Computational Science 5, 11 （2025）
2) N. Lin, S. Wang, Y. Li, B. Wang, S. Shi, Y. He, W. Zhang, Y. Yu, Y. Zhang, X. Qi, X. Chen, H. Jiang, X. Zhang, P. Lin, X. Xu, Q. Liu, Z. Wang*, D. S. Shang*, M. Liu, Resistive memory-based zero-shot liquid state machine for multimodal event data learning, Nature Computational Science 5, 37 （2025）
3) S. Wang, Y. Gao, Y. Li, W. Zhang, Y. Yu, B. Wang, N. Lin, H. Chen, Y. Zhang, Y. Jiang, D. Wang, J. Chen, P. Dai, H. Jiang, P. Lin, X. Zhang, X. Qi, X. Xu, H. So, Z. Wang*, D. S. Shang*, Q. Liu, K. T. Cheng, M. Liu, Random resistive memory-based deep extreme point learning machine for unified visual processing, Nature Communications 16: 960 （2025）
4) B. Wang, S. Wang, N. Lin, Y. Li, Y. Yu, Y. Zhang, J. Yang, X. Wu, Y. He, S. Wang, R. Chen, G. Li, X. Qi*, Z. Wang*, D. S. Shang*, Topology Optimization of Random Memristors for Input-Aware Dynamic SNN, Science Advances DOI: 10.1126/sciadv.ads5340 （2025）
5) Y. Zhang, W. Zhang, S. Wang, N. Lin, Y. Yu, Y. He, B. Wang, H. Jiang, P. Lin, X. Xu, X. Qi, Z. Wang*, X. Zhang*, D. S. Shang*, Q. Liu, K. T. Cheng, M. Liu, Semantic memory-based dynamic neural network using memristive ternary CIM and CAM for 2D and 3D vision, Science Advances, 10, eado1058 （2024）
6) H. Xu, D. S. Shang*, Q. Luo, J. An, Y. Li, S. Wu, Z. Yao, W. Zhang, X. Xu, C. Dou, H. Jiang, L. Pan, X. Zhang, M. Wang, Z. Wang, J. Tang, Q. Liu, M. Liu, A low-power vertical dual-gate neurotransistor with short-term memory for high energy-efficient neuromorphic computing, Nature Communications 14:6385 （2023）
7) S. Wang, Y. Li, D. Wang, W. Zhang, X. Chen, D. Dong, S. Wang, X. Zhang, P. Lin, C. Gallicchio, X. Xu, Q. Liu, K. Chen, Z. Wang*, D. S. Shang*, M. Liu, Echo state graph neural networks with analogue random resistive memory arrays, Nat. Mach. Intell. 5, 104 （2023）（封面文章）
8) N. Lin, Y. Li, Y. He, S. Wang, H. Chen, K. Wong, C. Li, J. Yang, Y. Yu, M. Xu, Y. Han, R. Chen, X. Chen, X. Xu, J. Yang, D. S. Shagn*, Z. Wang*, Re4PUF: A reliable, reconfigurable ReRAM-based PUF resilient to DNN and side channel attacks, 62st ACM/IEEE Design Automation Conference (DAC), June 22-25, San Francisco, CA （2025）
9) J. Yang, H. Chen, J. Chen, S. Wang, S. Wang, Y. Yu, B. Wang, N. Lin, X. Zhang, R. Chen, Z. Wang*, D. S. Shang*, H. Wang*, Q. Liu, M. Liu, Conditional diffusion model acceleration with first-demonstrated RRAM-based in-memory neural differential equation solver, IEEE International Electron Devices Meeting (IEDM), USA（2024）
10) N. Lin, S. Wang, X. Zhang, S. Wang, Y. He, W. Zhang, B. Wang, J. Li, M. Li, B. Cui, Y. Li, J. Chen, C. Xia, W. Xuan, X. Chen, D. S. Shang*, Z. Wang*, LSMR: Synerge randomness in liquid state machine and RRAM-based analog-digital accelerator, ACM/IEEE International Conference on Computer-Aided Design (ICCAD), October 27-31, New Jersey（2024）
11) W. Zhang, S. Wang, Y. Li, X. Xu, D. Dong, N. Jiang, F. Wang, Z. Guo, R. Fang, C. Dou, K. Ni, Z. Wang*, D. S. Shang*, M. Liu, Few-shot graph learning with robust and energy-efficient memory-augmented graph neural network (MAGNN) based on homogeneous computing-in-memory, IEEE Symposium on VLSI Technology and Circuits, IEEE Honolulu, HI, USA, C25-3, p224-225, DOI: 10.1109/VLSITechnologyandCir46769.2022.9830418 （2022）
12) H. Xu, D. S. Shang*, J. Tang*, Q. Luo, X. Xu, R. Liang, L. Pan, B. Gao, Q. Wang, D. He, Q. Liu*, M. Liu, H. Qian, H. Wu*, A biomimetic nociceptor based on a vertical multigate, multichannel neuromorphic transistor, ACS Nano 18, 30668 （2024）
人才队伍