MH：来自金属卤化物钙钛矿的集成人工神经元
大家好，今天给大家分享的是Materials Horizons上的文章“Integrated artificial neurons from metal halide perovskites”
【摘要】
硬件神经网络可以比传统计算机更节能地执行某些计算任务。人工神经元是这些网络的关键组成部分，目前采用基于电容器和晶体管的电子电路实现。然而，基于忆阻器件的人工神经元是一种很有前途的替代方案，因为它们可能尺寸更小，并且具有固有的随机性。但尽管前景光明，但忆阻人工神经元的演示迄今为止仍然有限。在这里，我们展示了一种完全基于微尺度电极和卤化物钙钛矿半导体作为有源层的片上人工神经元。通过将卤化物钙钛矿忆阻器件与电容器串联，该器件表现出随机漏电积分和激发行为，能量消耗为每脉冲 20 到 60 pJ，低于生物神经元。我们模拟了神经元的种群，并表明随机激发允许检测亚阈值输入。该神经元可以轻松地与节能神经网络中先前证明的卤化物钙钛矿人工突触相结合。
新概念
我们展示了第一个完全片上集成的卤化物钙钛矿人工神经元。这些神经元可以集成到神经形态硬件中，该硬件从大脑中汲取灵感进行计算，与传统硬件相比，其能效高出几个数量级。我们的人工神经元由一个卤化物钙钛矿忆阻器件和一个电容器组成。简单的设备布局使我们的神经元比基于硅电容器和晶体管的复杂电子电路的神经元更容易扩展，而硅电容器和晶体管通常用于制造人工神经元。卤化物钙钛矿对离子的高效传导是这些材料电阻变化的基础，与基于其他忆阻材料的人工神经元相比，它可以降低工作电压。在我们目前的实施中，神经元每脉冲消耗 20-60 pJ，低于生物神经元的能量消耗。我们的神经元是在微尺度上制造的，采用了与卤化物钙钛矿兼容的光刻工艺，可以进一步缩小尺寸。我们的神经元设计与我们之前展示的微尺度卤化物钙钛矿人工突触的相似性允许在全卤化物钙钛矿节能神经形态芯片中进行密集集成。
图 1 挥发性卤化物钙钛矿电阻开关。
图 2 人工脉冲神经元的运行。
图 3 比较神经元的随机脉冲与假设的确定性版本的神经元的模拟。
图 4 神经元放电的可调性。
【结论】
总之，我们展示了第一个完全片上卤化物钙钛矿人工神经元。该神经元仅由两个组件组成，非常适合高密度集成，并显示出清晰的泄漏集成和激发行为，这对于神经形态硬件的集成非常重要。神经元的脉冲是随机的，类似于生物神经元，但每个脉冲的能量消耗较低，在 20 到 60 pJ 之间。神经元的随机脉冲有利于检测亚阈值输入，类似于生物神经元。通过降低电容器的电容，可以进一步降低神经元的能量消耗。这种人工神经元的设备架构与我们之前展示的 MAPbI3 的缩小版人工突触相似，可以轻松实现节能的全卤化物钙钛矿神经形态硬件。
声明：本文章所涉及的文献解读旨在促进学术交流与知识普及，绝不涉及任何商业用途。所有内容均基于已经发布的公开文献进行整理与翻译，版权归原作者及出版单位所有。如原作者或版权持有者认为本文章侵犯了其合法权益，请及时与我们联系，我们将迅速处理并作出相应的调整或删除内容。
（关注点赞，好运不断！点个在看，你最好看）
原文DOI：10.1039/d4mh01729c
长按关注
