超薄SrTiO3忆阻器,解锁小尺寸、低功耗“类脑计算”

文摘   科学   2024-08-05 14:00   广东  



究背景


基于冯诺依曼架构的传统计算受到摩尔定律和存储墙问题的限制,在实现低功耗、高效率、和高度并行计算等方面面临巨大挑战。人类大脑具有极高的计算效率和极低的功耗。受到人脑启发,类脑计算系统模拟大脑的功能结构和工作机制,实现可替代冯诺依曼式计算机的新一代计算架构。人类大脑由高度互联的神经元和突触组成,其中突触是神经元之间的连接,在传递和处理信息的过程中发挥着关键作用。突触可塑性被认为是人类大脑学习和记忆能力的基础。因此,制备具有高度生物拟真性的人工突触,实现突触可塑性,对于实现类脑计算系统至关重要


忆阻器连续可调的电导天然类似于生物突触可塑性,是制备人工突触的理想电子器件。然而,大多数忆阻器件表现出单一的动态特征。例如,通常由氧化物介电材料制备的漂移忆阻器仅具有非易失性电阻切换,适用于需要良好记忆特性的神经网络读出层。而扩散忆阻器则通常是通过将金属团簇嵌入介电基质中来构建,由于金属离子的自发弛豫表现出易失性阻变,适于实现神经网络的动态计算功能,如储备池计算、滤波以及动态自适应环境的功能。为了满足类脑计算系统复杂的功能需求,不同类型的忆阻器通常被组合在一个单片电路上,这将不可避免地增加电路的体积、能耗和复杂性。而且,考虑到忆阻器制造工艺之间的兼容性,不同的忆阻器并不总能组合在一起。因此,制备具有多种动态机制并能够在单个设备中实现多种突触功能的通用型忆阻突触器件,对于实现高能效、小型化和低功耗的类脑计算系统具有重要意义



工作亮点


本文研究工作开发了SrTiO3/Nb: SrTiO3异质结型忆阻器,得到了具有多种突触功能和高度自适应特性的人工突触。该器件可以模拟短时/长时突触可塑性及二者之间的转换、学习-遗忘-再学习行为、联想学习以及动态滤波等多种突触功能。该器件中突触行为的微观机制是氧空位漂移和扩散动力学导致的易失性和非易失性阻变的共存。本工作中报道的多功能突触模拟器,在小尺寸、低功耗的类脑计算系统中具有巨大的应用潜力



 图文导读 


图1中展示了两端Au/Cr/STO/NSTO忆阻器件的示意图和阻变机制分析。器件示意图如图1(a)所示。电流-电压(I-V)曲线如图1(b)所示,在正负电压下电流的逐渐增加和减少的过程表明器件具有忆阻特性。为了进一步表征其忆阻行为,测试了电阻-电压(R-V)环路,结果如图1(c)所示。宽范围的中间电阻状态证实了该器件可以实现多级电阻调制。低电阻状态(LRS)和高电阻状态(HRS)下的I-V曲线如图1(d)所示。拟合结果表明,HRS下符合热离子发射机制,LRS下符合直接隧穿机制。LRS电阻随电极面积的变化如图1(e)所示。图中电阻随电极面积的增加而减少,证实了界面型传导机制的主导作用,并排除了丝状传导机制。图1(f)中显示了氧空位迁移的示意图以及LRS和HRS下相应的能带图。当正脉冲施加到顶部电极时,带正电的氧空位迁移到STO/NSTO界面,在NSTO一侧形成电子积累层,STO/NSTO界面的能量势垒减少。因此,平均隧道势垒减少,形成LRS。当施加负电压时,氧空位向顶部电极移动并在Cr/STO界面聚集,导致STO/NSTO界面的能垒增强,在NSTO侧形成电子耗尽层。因此,隧道势垒的高度和宽度都增加了,导致了HRS。图1(g)显示了通过交替施加正负脉冲测试的器件的耐久性。结果表明,Au/Cr/STO/NSTO忆阻器的耐用性非常好,在104个周期内没有电阻下降。


图1

(a) Au/Cr/STO/NSTO器件的示意图;(b) 正负偏压下的I-V特性;(c)不同的脉冲宽度下测量的R-V环路;(d) 器件在HRS和LRS下测量和拟合的I-V曲线;(e) LRS电阻作为电极尺寸的函数;(f) 氧空位迁移的示意图以及LRS和HRS下相应的能带图;(g) 耐久性行为




学习-遗忘-再学习过程是大脑的一个重要适应功能。它描述了这样一种现象:再学习比最初的学习更容易,而且每一次后续的再学习都可以降低遗忘率,强化记忆。本工作中,通过用电压脉冲刺激忆阻器,模拟了学习-遗忘-再学习的过程。这里将脉冲刺激下电导增加的过程定义为“学习”;把去除电脉冲后的电导衰减过程定义为“遗忘”。如图2所示,通过三次连续的学习,使电导增加到645 µS的电压脉冲刺激从50个降低到17个,到第三个学习阶段,8个刺激足以恢复之前的记忆水平(645 µS的电导)。结果表明,忆阻器可以实现类生物神经系统的学习-遗忘-再学习过程。值得注意的是,大脑中的学习-遗忘-再学习的过程是由复杂的神经网络完成的,但在本文研究工作中,仅通过一个纳米电子器件就可以再现,验证了Au/Cr/STO/NSTO忆阻器由于其多内在动力学而具有的强大功能。


图2

在单个Au/Cr/STO/NSTO忆阻器中实现的学习-遗忘-再学习过程




著名的巴甫洛夫的狗实验是联想学习的一个典型形式。巴甫洛夫的狗实验在Au/Cr/STO/NSTO器件中的模拟结果如图3所示。首先,12.5 μA的EPSC值被定义为狗流涎反应的阈值电流(红色虚线)。骨头由1.1 V、100 μs的脉冲模拟,铃声由1 V、100 μs的脉冲模拟。当铃声单独“响起”时,电流保持在阈值以下,表明铃声未能激活流涎。当单独给狗喂食时,电流高于阈值(阶段2),从而引发了“流涎”。为了建立联想学习,通过同时“喂食”和“摇铃”来训练狗(阶段3)。训练结束后,唾液分泌可由铃声刺激单独诱发(阶段4),称为“习得”。后来,只有铃声刺激的EPSC值降低到阈值以下,模仿了脑的遗忘行为导致的“喂食”和“摇铃”之间的去耦合过程(阶段5)。上述实验结果表明,巴甫洛夫的经典条件反射实验在器件中成功实现。


图3

巴甫洛夫的狗实验示意图







总结与未来展望




本文提出了一种Au/Cr/STO/NSTO忆阻器,该忆阻器融合了包括氧空位的迁移和反向扩散在内的多种内部动力学,使得器件具有多种突触功能和类生物神经系统的适应性。该器件不仅可以模拟STP、LTP、动态滤波等基本突触功能,还可以在单个设备上实现自适应学习和联想记忆功能,如学习-遗忘-再学习和联想学习。该研究为构建多功能、小尺寸、低功耗的类脑计算系统提供了结构简单、功能全面的人工突触器件。


受大脑启发的类脑计算系统为突破冯诺伊曼瓶颈提供了一种有效方法。当前的类脑计算系统常常组合使用具有不同动力学特性的电子器件,以构成功能完备的神经电路,实现复杂的类脑计算功能。然而,这样的神经电路具有尺寸大和功耗高的特点,限制了类脑计算系统在小型化、低功耗方面的发展。为了突破这一限制,未来需要在单个电子器件中整合多种动力学机制,开发可以在单个器件水平上集成多种类脑功能的神经形态器件,以在不增加神经电路尺寸的情况下增加其计算复杂度,强化电路功能,最终实现高效率、低功耗、小尺寸的类脑计算系统。


本文由山东大学郑立梅教授团队与齐鲁工业大学、哈尔滨工业大学、济南大学、大庆师范学院、中科院物理研究所等研究机构合作发表。这项工作得到了国家重点研发计划(No. 2021YFB3601504),国家自然科学基金(No. 52072218,12222414,12074416),山东省自然科学基金(No.ZR2022YQ43,ZR2020ZD28)和黑龙江省自然资源基金联合指导项目(No.LH2020E098)的经费支持。



原文详情:Ultrathin SrTiO3-based oxide memristor with both drift and diffusive dynamics as versatile synaptic emulators for neuromorphic computing (Materials Futures, 2023, 2(3): 035302. doi: 10.1088/2752-5724/ace3dc)



作者简介




 郑立梅 

通讯作者

山东大学齐鲁青年学者特聘教授,博士生导师。从事压电铁电单晶、陶瓷制备及器件设计、铁电薄膜及其在人工智能领域的应用等研究,以第一/通讯作者在 Nat. Commun.、Adv. Funct. Mater.、Phys. Rev. Appl.、Phys. Rev. B.等学术刊物发表论文80余篇。SCI他引1500余次,H因子23。授权国家发明专利10余项。主持国家自然科学基金面上项目2项,青年基金1项,作为研究骨干参与国家重点研发计划、973等项目研究。




 葛 琛 

通讯作者

中国科学院物理研究所研究员,博士生导师。国家优秀青年科学基金获得者,中国科学院青年创新促进会优秀会员。研究方向为面向类脑计算的氧化物光电材料、物理与器件,在Nat. Mater.、Nat. Commun.、Adv. Mater.、J. Am. Chem. Soc.、Phys. Rev. Lett.等期刊发表论文100余篇,研究成果入选了“2022年度中国芯片科学十大进展”。主持了国家重点研发计划课题、国家自然科学基金、中国科学院等多个项目。




 赵 乐 

通讯作者

博士,讲师。2007年本科毕业于山东大学,2015年博士毕业于英国巴斯大学。现为齐鲁工业大学(山东省科学院)信息与自动化学院讲师,长期从事物理/生物/医学交叉领域的研究工作,主要研究方向包括神经计算的非线性物理原理,神经形态器件的设计制备及其在生物医学工程领域的应用。近五年已以第一/通讯作者发表多篇SCI期刊和相关会议文章,并作为第一发明人授权国家发明专利3项。


  期刊特色|Unique Features

01

免费开放获取,免除作者出版费

02

快速发表文章被接收后24h内上线

03

“未来展望”,展示该研究领域前瞻性专家观点

04

自由格式撰写,排版工作由IOPP承担

期 刊 简 介

扫码关注期刊公众号

Materials Futures《材料展望》, ISSN 2752-5724)创刊于2022年,由松山湖材料实验室与英国物理学会出版社(IOPP)联合出版,入选“2022年度中国科技期刊卓越行动计划高起点新刊”“2023年度广东省高起点英文新刊项目”,2023年3月成为国际出版伦理委员会 (COPE) 成员,现已被ESCI、Ei、Scopus、Inspec、DOAJ、万方等数据库收录。获得首个影响因子12.0,在全球材料综合类438本期刊中排名第41,位列Q1区。本期刊面向全球开放获取,免收作者版面费 (APC)。期刊致力于打造材料科学领域的高水平综合性期刊,为全球材料领域科学家搭建学术交流与合作平台。刊载范围聚焦结构材料、能源材料、生物材料、纳米材料、量子材料、信息材料、材料理论与计算。


自有出版平台:

http://www.materialsfutures.org/

合作出版平台:

https://iopscience.iop.org/mf

期刊投稿链接:

https://mc04.manuscriptcentral.com/mf-slab

编辑部邮箱:

editorialoffice@materialsfutures.org

Materials Futures
本期刊由松山湖材料实验室主办,汪卫华院士和赵金奎杰出研究员担任主编,2023年影响因子12,免收文章出版费。主要报道结构材料、能源材料、生物材料、纳米材料、量子材料、信息材料、材料理论与计算最新创造性科研成果。
 最新文章