the separation of memory and processor units in von Neumann architecture has been a severe conceptual constraint for further growth of traditional computing systems. Simultaneamente, a emergência da computação centrada nos dados e os limites físicos de redução das tecnologias convencionais exigem o desenvolvimento de abordagens computacionais alternativas para a nanoelectrónica futura. A maioria das soluções propostas envolvem um projeto de sistema computacional que é vagamente baseado na estrutura do cérebro humano, incluindo a computação em memória baseada na ideia de colocalizar a memória e unidades de processamento. Desta forma, a redundância associada com o tráfego de dados poderia ser completamente eliminada se tarefas computacionais e armazenamento de dados são ambos realizados no lugar na própria memória. Do ponto de vista da ciência material, explorar o potencial dos nanomateriais emergentes poderia permitir a tão necessária partida das abordagens convencionais e é particularmente promissora no contexto da computação neuromórfica. Materiais nanoeletrônicos neuromórficos que vão desde nanomateriais de dimensão zero, unidimensionais e bidimensionais (2D) até heteroeletructures van der Waals e heterojunctions de dimensão mista têm sido ativamente explorados para a nanoeletrônica futura. Uma das classes mais estudadas de materiais, materiais 2D e suas heteroestruturas van der Waals oferecem a possibilidade de integração com a tecnologia Si complementar metal–óxido–semicondutor (CMOS), plataformas de computação em memória e matrix computing para Redes Neurais Artificiais e aplicações de redes neurais espigando. No geral, não-von Neumann abordagens requerem uma gama de novos materiais, dispositivos, arquiteturas de hardware, software e ferramentas de simulação para atender as necessidades específicas da aplicação da moderna tecnologia digital de todos, proporcionando redução de latência e melhor energia e área de eficiência com relação à convencional de sistemas de computação.