面向类脑计算的氧化物忆阻器

类脑神经形态计算通过电子或光子器件集成来模拟人脑结构和功能。人工突触是类脑系统中数量最多的计算单元。忆阻器可模拟突触功能,并具有优异的尺寸缩放性和低能耗,是实现人工突触的理想元器件。利用欧姆定律和基尔霍夫定律,忆阻器交叉阵列可执行并行的原位乘累加运算,从而大幅提升类脑系统处理模拟信号的速度。氧化物制备容易,和CMOS工艺兼容性强,是使用最广泛的忆阻器材料。本文梳理了氧化物忆阻器的研究进展,分别讨论了电控、光电混合调控和全光控忆阻器,主要聚焦阻变机理、器件结构和性能。电控忆阻器工作一般会产生微结构变化和焦耳热,将严重影响器件稳定性,改进器件结构和材料成分可有效改善器件性能。利用光信号调控忆阻器电导,不仅能降低能耗,而且可避免产生微结构变化和焦耳热,从而有望解决稳定性难题。此外,光控忆阻器能直接感受光刺激,单器件即可实现感/存/算功能,可用于研发新型视觉传感器。因此,全光控忆阻器的实现为忆阻器的研究和应用打开了一扇新窗口。     

基于电化学金属化机制的电子突触电导可控性研究进展

随着数据信息的爆炸性增长和微电子加工工艺逼近物理极限,互补金属氧化物半导体(CMOS)器件难以应用于大规模神经形态器件的构建。采用非CMOS器件实现突触可塑性模拟被认为是后摩尔时代构造人工神经网络的关键。在众多的非CMOS器件中,忆阻器具有电导可调、结构简单等优点,被认为是再现神经突触功能、实现计算存储一体化的基础元件。在众多类型的忆阻器中,基于电化学金属化机制(ECM)的忆阻器具有机理明确、可超高密度集成、对材料属性不敏感等优点,特别适合应用于电子突触的构建。但ECM电子突触存在着电导可控性不足的问题,制约着高性能神经形态器件的实现。国内外研究人员针对ECM电子突触的电导可控性展开了大量研究。本综述从器件结构和材料角度梳理了ECM电子突触电导可控性的优化方法。     

基于ZnO忆阻器的神经突触仿生电子器件

本文采用ZnO忆阻器模拟了生物神经突触的记忆和学习功能。ZnO突触器件表现出典型的随时间指数衰减的突触后兴奋电流(EPSC),以及EPSC的双脉冲增强行为。在此基础上,实现了学习-遗忘-再学习的经验式学习行为,以及四种不同种类的电脉冲时刻依赖可塑性学习规则。ZnO突触器件实现了超低能耗操作,单次突触行为能耗最低为1.6pJ,表明其可以用来构筑未来的人工神经网络硬件系统,最终开发出与人脑结构类似的认知型计算机以及类人机器人。     

忆阻器在神经突触仿生中的应用研究进展

随着对计算机性能要求的不断提高,人们一直在寻找能像人脑一样具有学习记忆功能的新型计算机。自从2008年惠普实验室发现忆阻器以后,发展具有人脑水平的智能计算机成为可能。众所周知,突触是大脑神经网络的基本单元,突触可塑性是学习和记忆的生物学基础。因此,为了实现具有学习和记忆功能的智能计算机,利用忆阻器模拟突触可塑性至关重要。综述了忆阻器在模拟突触的增强、抑制、短时程可塑性和长时程可塑性方面的研究现状,并对其研究前景进行了展望。     

CuS/ZnS/ITO透明忆阻器的制备及其突触性能

忆阻器突触可用于构建神经形态系统,进行类脑计算,而透明突触器件则有利于光电协同调控.本研究首次采用CuS薄膜作为电极,构筑了CuS/ZnS/ITO透明忆阻器,器件表现出稳定的忆阻性能与良好的均一性,在可见光范围内透过率高达82％.通过与Cu制电极的器件比较,采用CuS制电极可以抑制Cu离子向ZnS介质层中大量迁移,有利...     

氧化物双介质层忆阻器的设计及应用

忆阻器可以在单一器件上实现存储和计算功能,成为打破冯·诺依曼瓶颈的核心电子元器件之一。它凭借独特的易失性/非易失性电阻特性,可以很好地模拟大脑活动中的突触/神经元的功能。此外,基于金属氧化物的忆阻器与传统的互补金属氧化物半导体(CMOS)工艺兼容,受到了广泛关注。近年来,研究提出了多种基于单介质层结构的金属氧化物忆阻器,但仍然存在高低阻态不稳定、开关电压波动大和循环耐久性差等问题。在此基础上,研究人员通过在金属氧化物忆阻器中引入双介质层成功优化了忆阻器的性能。本文首先详细介绍了氧化物双介质层忆阻器的优势,阐述了氧化物双介质层忆阻器的阻变机理和设计思路,并进一步介绍了氧化物双介质层忆阻器在神经形态计算中的应用。本文将为设计更高性能的氧化物双介质层忆阻器起到一定的启示作用。     

一步掩膜法制备ZnO纳米线忆阻器

本文基于单根ZnO纳米线(NW),采用一步掩膜的方法制备了Au/ZnO NW/Au忆阻器。器件表现出无极性忆阻行为,开关比可达10~5以上。低阻态具有半导体导电特性,推测忆阻行为可能来源于ZnO NW表面氧空位形成的不连续导电丝的通断。一步掩膜法工艺简单,制备过程对器件污染少,因此是制备纳米线器件的有效方法。     

基于氧化物基电解质栅控晶体管突触的关联学习

电解质栅控晶体管(Electrolyte-gated transistors, EGTs)的沟道电导连续可调特性使其在构建神经形态计算系统中具有巨大应用潜力。本工作以非晶态Nb₂O₅作为沟道材料, Li_xSiO₂作为栅电解质材料,制备了一种具备低沟道电导(～120n S)的EGT器件。该器件利用Li⁺嵌入/脱出Nb₂O₅晶格导致的沟道电导连续可逆变化,模拟了神经突触的短程可塑性(Short-termplasticity,STP)、长程可塑性(Long-termplasticity,LTP)以及STP向LTP的转变等功能。基于这种EGT突触特性,本工作设计了关联学习电路,实现了突触权重的负反馈调节,并模拟了“巴普洛夫的狗”经典条件反射行为。这些结果展现出EGT作为神经突触器件的巨大潜力,为实现神经形态计算硬件提供了器件参考。     

忆阻器材料的研究进展

忆阻器(RRAM)是一种新兴的非挥发性存储器,具有简单的器件结构、较快的操作速度和相对较小的功耗。简述了忆阻器的基本原理以及该领域材料方面的最新研究进展,其中重点介绍了HP忆阻器模型;综述了基于不同薄膜材料制备的忆阻器的特性,如有机材料、固态电解液材料、多元金属氧化物、二元金属氧化物等;阐述了忆阻器的重要意义及面临的巨大挑战,提出了未来该领域需要加强研究的若干问题。     

忆阻器与神经元突触联系的分析

忆阻器作为"丢失的原件"被华裔科学家蔡少棠提出,是连接磁通和电荷的电学器件。忆阻器的可操控性和记忆功能,类似神经元细胞的性能。应用忆阻器代替现有晶体管的开关功能,是解决信号的通断智能控制的最理想办法,进而实现神经形态计算系统的智能控制。