用于神经形态计算的柔性HfAlO电突触装置

以下文章来源于Artificial Synapse ，作者Synapse

研究背景

随着人工智能的快速发展，集成电路领域对高速非易失性存储器有巨大的需求。然而，传统的冯-诺依曼架构导致了速度瓶颈。在下一代非易失性存储器的候选材料中，基于HfO2的铁电存储器因其优异的存储特性而受到了极大的关注。同时，基于HfO2铁电材料的非易失性存储器可分为铁电随机存取存储器、铁电场效应晶体管和铁电隧道结(FTJs)。其中，FTJs 由于功耗低、运行速度快而获得更多关注。因此，探索如何稳定正交相及其在柔性电子领域的潜在应用有很大优势。

此外，基于HfO2的柔性FTJs是可穿戴设备进一步应用的重要模块。因此，具有神经形态计算功能的基于HfO2的柔性FTJ有利于发展具有计算能力的可穿戴电子设备。人脑由大约1011个神经元和1015个突触组成，可以有效地提高学习能力。人工突触装置是通过改变突触重量来模拟生物突触的。在目前阶段，对柔性Hf基铁电突触的研究仍处于起步阶段。因此，构建基于 HfO2的铁电突触对神经形态系统的发展具有极大的意义。特别是，柔性的HfO2铁电突触为柔性电子的发展奠定了实验基础。

研究成果

基于 HfO2的铁电隧道结因其高速和低功耗的特性而受到突出关注。在这项工作中，复旦大学王天宇&陈琳教授团队沉积铝掺杂的 HfO2(HfAIO)铁电薄膜在云母基底上，研究了弯曲对 Au/Ti/HfAIO/Pt/Ti/云母器件的铁电特性的影响。经过 1000 次的弯曲，铁电特性和疲劳特性在很大程度上退化了。有限元分析表明，裂纹的形成是闻值弯曲直径下疲劳破坏的主要原因。此外，基于 HfAIO的铁电突触装置表现出优异的神经形态计算性能。人工突触可以模仿生物突触的成对脉冲促进作用和长期电位/抑制作用。同时，数字识别的准确性为 88.8%。该研究为给基铁电器件的进一步发展提供了新的研究思路。相关研究以“Flexible aluminum-doped hafnium oxide ferroelectric synapse devices for neuromorphic computing”为题发表在Materials Horizons期刊上。

图文导读

Fig. 1 Schematic of the flexible ferroelectric devices.

Fig. 2 Electric characteristics of the HfAlO devices.

Fig. 3 The bending effect on the ferroelectric properties of the devices.

Fig. 4 Stress variation of a device during bending.

Fig. 5 Artificial synaptic properties of devices.

总结与展望

综上所述，HfAIO 铁电薄膜被沉积在柔性基材 (云母) 上。作者研究了弯曲对Au/Ti/HfAIO/Pt/Ti/云母器件的铁电特性的影响。这些器件显示出优异的铁电特性，其剩磁极化约为 10mC cm2。在重复弯曲 1000 次后，铁电特性显示出退化，而且疲劳特性也基本退化了。有限元分析研究表明，裂纹的形成是在闽值弯曲直径下疲劳破坏的主要原因。此外，基于 HfAIO的铁电突触器件在神经形态计算中表现出优异的性能。人工突触可以通过电尖峰模仿生物突触的 PPF和LTP/LTD。通过构建人工神经网络数字识别的准确性达到88.8%。这项研究可能为基于HfAIO的铁电人工突触提供一条新的途径。

文献链接

Flexible aluminum-doped hafnium oxide ferroelectric synapse devices for neuromorphic computing

https://doi.org/10.1039/d3mh00645j

转自：“i学术i科研”微信公众号

如有侵权，请联系本站删除！