HfO2基铁电隧道结（Ferroelectric Tunnel Junctions, FTJs）作为一种卓越的非易失性存储器件，展现出超高的编程速度、低结构复杂度以及与CMOS的良好兼容性等显著优势。其电场驱动的极化翻转和低漏电流特性，使FTJs在构建超低功耗、超高集成度的人工神经网络（Artificial Neural Network, ANN）方面具有巨大的潜力。在FTJs的器件优化工艺中，通常通过引入底部氧化物插层（bottom interfacial layers, b-ILs）来提升存储窗口并增强循环耐久性。然而，这一工艺可能导致非对称退极化特性，给对器件非易失性有较高要求的应用场景带来不利影响。近期研究表明，选择适当的b-ILs可以在保证足够存储窗口的同时，最大限度地消除非对称极化现象。
01
本研究采用原子层沉积技术（Atomic Layer Deposition, ALD），将不同类型的b-IL分别集成到锗晶圆上，充分利用锗的高迁移率和洁净界面等优点，制备出性能优异且稳定的HfO2基铁电薄膜。通过对比P-V电滞回线，探讨了插层种类及厚度对剩余极化强度及矫顽场的影响。综合隧道电子传输、C-V等特性，本文指出b-ILs对剩余极化和非对称界面势垒的综合影响是调制存储窗口和退极化特性的关键。研究发现，TiO2 ILs通过优化印记电场（Imprint field）的作用，有效缓解FTJ的非对称退极化现象，从而增强FTJs的非易失性，并展现出电导连续变化的神经突触行为。这一优化工艺已成功应用于合作方开发的离子传感和发电生物源传感装置，成为零电压写入人工神经系统的重要组件Advanced Materials (2024): 2404026, 10.1002/adma.202404026]。
图1 ILs类型及厚度对FTJs的P-V电滞回线影响示意图
图2 FTJs器件电导随编程脉冲变化模拟神经突触增强/抑制过程
02
该研究由中国科学院微电子研究所铁电存储器课题组的罗庆研究员和龙啸博士主导，团队在锗晶圆上开发的HfO2基FTJs工艺中成功结合了n型半导体TiO2 b-ILs。这一创新显著降低了器件的编程电压，提高了循环耐久性，并大幅增强了信息存储保持能力。
03
论文标题：Enhanced Electro-Resistance and Tunable Asymmetric Depolarization Behavior in Hf0.5Zr0.5O2 Ferroelectric Tunnel Junction by Bottom Oxide Interfacial Layer
作者列表：Shuxian Lyu, Xiao Long,* Yang Yang, Wei Wei, Yuanxiang Chen, Hong Xie, Bowen Nie,Boping Wang, Yuan Wang, Pengfei Jiang, Tiancheng Gong, Yan Wang, and Qing Luo*
DOI：10.1002/aelm.202400466
https://onlinelibrary.wiley.com/doi/10.1002/aelm.202400466
