【研究背景】
随着人工智能的发展和物联网时代的到来，集成感知、计算和存储功能的智能边缘感知系统变得尤为重要。闪存凭借其高存储密度和低成本等优势，在近年来一直是主流存储技术，但其仍受限于高工作电压、编程速度慢以及耐久性差等问题。例如，典型的3D NAND闪存编程操作可能需要数十微秒的时间和约20 V的高工作电压，且耐久性仅为数千个循环。二维材料在抗短沟道效应、超薄物理结构、无表面悬挂键、以及便于设计和构建各种范德华异质结等方面表现出优势，使其在突破速度、工作电压和耐久性等瓶颈限制方面发挥不可替代的作用。目前已尝试各种方法来克服这些限制，在操作速度方面，通过两三角势垒修正的Fowler-Nordheim隧穿实现了20纳秒的超快写入/擦除速度。此外，基于相变工程的边缘接触促进载流子的注入，实现了超快速（10-100纳秒）且稳定（耐久性>106循环）的存储操作。最近，一种具有改进界面耦合的二维范德华异质结实现了极高的开关比（1010）和10年的保持时间。然而，这些工作缺乏光电融合响应的研究，且浮栅器件难以在同一单元中实现正/负光电导（PPC/NPC）行为，这阻碍了感知-存储-计算的集成。最近，虽然少数研究使用钙钛矿材料和其他光敏材料实现了PPC和NPC，但牺牲了速度、开关比和耐久性等存储特性的平衡。
【成果介绍】
鉴于此，北京理工大学的孙林锋教授和南方科技大学王中锐副教授团队合作发表了题为“Charge-Selective 2D Heterointerface-Driven Multifunctional Floating Gate Memory for In Situ Sensing-Memory-Computing”的工作在Nano Letters期刊上。该工作利用具有强层间相互作用的二维PtS2作为浮栅器件的沟道，并在大尺度上构建了具有原子级锐利界面的超薄范德华异质结，实现了108的高开关比和105循环的耐久性、纳秒级的超快脉冲操作，以及三端和两端存储特性。由于选择性电荷隧穿行为，表征浮栅器件存储窗口的扫描电压可降至3 V，同时平衡了工作电压和高性能隧穿行为。此外，在加速测试下，预计该器件在室温下可保持数据超过10年，凸显其在极端环境中应用的潜力。更重要的是，在不同条件下可实现PPC和NPC之间的可逆转换。基于该器件展现的稳健光电响应，展示了感知-存储-计算的融合能力，并利用该功能对CIFAR-10数据集进行原位分类，达到了与软件相当的分类效果，但能效显著提高。这些结果表明，该器件可为未来集成感知、存储和计算的智能边缘感知系统提供可行解决方案。
【图文导读】
图 1. 具有原子级锐利界面的超快二维浮栅场效应晶体管用于感知、存储和计算的集成。 (a) 用于分类的原位感知-存储-计算能力示意图。 (b) PPC和NPC切换行为 。(c) 器件结构示意图。 (d) 对称线性电导调控。 (e) 在SiO2基底上的PtS2/hBN/MLG异质结构的大范围TEM图像。 (f) 器件的横截面TEM图像。 (g) 范德华结构横截面的高分辨率HAADF-STEM图像。
图 2. 同一器件中FGFET和TTM的电学特性 (a) 基于控制栅双扫描的转移曲线。 (b) TTM的典型IDS-VDS扫描曲线。(c) 不同VCG扫描范围下阈值电压的移动和存储窗口的变化。 (d) 对于关/开态的FGFET器件，超快脉冲响应测试。 (e) FGFET器件的耐久性测试。(f) FGFET器件可在纳秒时间尺度内编程/擦除操作。 (g) 通过施加不同控制栅极脉冲序列调控的存储态及其保持性测试。 (h) 在450、475、500和525 K下保持性测试。(i) 器件与其他闪存器件性能比较雷达图。
图 3. 电荷选择性隧穿驱动的高性能FGFET和TTM的工作机理 (a)和(b)分别显示了FGFET的能带图、TTM的示意图，以及在 (i) 编程操作、(ii) 读取操作、(iii) 擦除操作和 (iv) 读取操作期间Cr/PtS2/Cr的能带图。
图 4. FGFET的多位存储和光电导特性 (a-b) 施加不同幅值脉冲以实现具有电导可调的稳定多位存储状态。(c) 线性对称的LTP和LTD行为。(d-e) 不同波长光照下，处于关/开态下器件的PPC和NPC行为。(f) 开态器件在光照下实现稳定的多位存储状态。 (g) PPC（i, ii）和NPC（iii, iv）机理示意图。
图 5. 使用FGFET器件进行传感器内存计算和原位训练 (a) 使用VGG11网络进行图像识别。(b) 通过图像感知进行第一层FGFET编程的示意图。 (c) 对于其余卷积层，将核权重映射到FGFET沟道电导，前一层的特征图作为电压输入。 (d) (1) 纯软件模型、(2) 基于传感器内FGFET的第一卷积层和其余层的软件模型，以及 (3) 结合第一卷积层传感器内FGFET和其余卷积层存储器内FGFET的系统在各训练周期的训练准确率比较。 (e) 训练后初始光诱导传感器内卷积层后特征图分布的t-SNE可视化。 (f) 训练后最后一个存储器内卷积层后特征图分布的t-SNE可视化。 (g) 展示原位训练的VGG11网络在CIFAR-10数据集上分类性能的混淆矩阵。
【总结展望】
总之，本工作利用具有电荷选择性隧穿势垒、范德华异质结中锐利界面的浮栅场效应晶体管，展示了感知-存储-计算能力的集成，表现出超快响应（~40纳秒）、约3 V的低扫描电压、与商用闪存相当的耐久性（105），以及室温下可保持数据长达10年。此外，该器件表现出高度线性和对称的增强和抑制行为，以及可通过栅极调控的NPC和PPC之间切换以实现多样化的光驱动原位感知功能，用于对CIFAR-10图像进行分类，准确率高达85.21%。在相同条件下，与纯数字系统相比，该系统改善了计算过程的实时能力和适应性。本工作为人工智能和物联网多样化实时信息处理的原位融合感知-存储-计算的发展提供了新思路。
【文献信息】
上海昂维科技有限公司现提供二维材料单晶和薄膜等耗材，器件和光刻掩膜版定制等微纳加工服务，以及各种测试分析，欢迎各位老师和同学咨询，竭诚做好每一份服务。
