基于WO?–x的突触忆阻器,采用纳米银插层结构,适用于痛觉感受器和神经形态计算

《Materials Today Chemistry》:Synaptic memristor based on WO 3–x with nano‐Ag intercalation structure for nociceptors and neuromorphic computing

【字体: 大 中 小 】 时间:2026年03月30日 来源:Materials Today Chemistry 6.7

编辑推荐:

  交叉点内存阻器通过纳米银夹层结构实现优异的非易失性模拟电阻开关特性,支持突触可塑性功能并应用于卷积神经网络,在数字图像识别任务中达到97.69%准确率。

  
钟伦|林永辉|刘卓华|王璐|刘玉荣|耿奎伟
华南理工大学微电子学院,广州,511442,中国

摘要

由于具有优越的模拟开关特性,具有插层结构的忆阻器引起了广泛的研究兴趣。与数字忆阻器相比,它们在神经形态计算应用中具有明显的优势。然而,传统的基于中间层的忆阻器通常表现出高工作电压、低开/关比以及较差的可靠性,这阻碍了实用神经形态硬件的发展。在这项工作中,我们开发了一种具有纳米银插层结构的Ag/WO3–x/Ag/WO3–x/ITO忆阻器器件。由于纳米银插层结构的存在,该忆阻器展示了典型的非易失性模拟电阻切换特性,并具有优异的器件间一致性、循环间稳定性、循环耐久性和保持性。该器件还表现出可靠的突触特性,能够实现包括配对脉冲促进、长期增强/抑制以及短期到长期记忆转换在内的关键神经形态功能。此外,忆阻器能够模拟人脑的“学习-遗忘-再学习”过程。另外,忆阻器在痛觉感受器领域的应用也取得了进展,实现了四种典型的痛觉特性。最后,基于这种忆阻器的卷积神经网络在手写数字图像识别任务中达到了97.69%的准确率。这种创新的器件架构为提高忆阻器性能提供了思路,并为开发高性能神经形态计算系统提供了可行的途径。

引言

人工智能(AI)在大规模语言建模、图像处理和大数据分析方面展现了显著的能力。然而,这些进展需要大量的计算训练和数据处理,这带来了巨大的挑战。尽管已经开发出了创新的算法和架构来优化训练过程,但这一过程仍然耗费大量能源和时间[[1], [2], [3], [4]]。这种低效率主要源于冯·诺依曼架构的基本限制:计算单元和存储单元之间的物理分离[[5,6]],这在AI训练期间造成了数据传输的瓶颈。因此,迫切需要开发计算-存储一体化器件来克服冯·诺依曼瓶颈。忆阻器由于其简单的结构、低功耗、高集成密度和独特的存储特性[[7], [8], [9]],在信息存储、网络安全、计算-存储硬件和神经形态计算领域引起了广泛关注。例如,邢等人使用苯丙氨酸二肽微棒制造了一种扩散型忆阻器,该忆阻器表现出随机分布的电流响应,并作为真正的随机数生成器(TRNG)使用[[10]]。张等人设计了一种基于忆阻器的计算-存储芯片,实现了片上学习,并且具有低功耗[[11]]。崔等人开发了一种基于Ga2O3的多功能光突触忆阻器[[12]],该器件实现了3位数据存储能力,并展示了包括配对脉冲促进(PPF)、短期记忆(STM)和长期记忆(LTM)在内的基本突触功能。此外,在人工神经网络应用中,该器件在手写数字图像识别任务中达到了90.7%的准确率。总体而言,这些研究突显了忆阻器的高效并行计算能力,表明它们有望满足AI时代不断增长的计算需求。最近的进展将基于忆阻器的神经形态计算研究重点从单个器件研究转向了芯片集成、系统级验证和应用开发。此外,与CMOS工艺的兼容性促进了其工业化的可扩展性,而光电子集成和多模态传感等新兴范式继续扩展了其应用范围[[13]]。随着对AI计算能力需求的不断增加,神经形态计算正从实验室研究转向实际应用,成为未来智能计算系统的关键组成部分[[14]]。
尽管在电阻切换(RS)材料和器件结构方面进行了大量研究[[15], [16], [17], [18], [19]],但大多数忆阻器仍面临挑战,包括高工作电压、较差的可重复性、不明确的RS机制和不足的非线性,这些因素阻碍了它们的商业化应用[[7],[20],[21],[22]]。然而,基于导电纤维(CFs)的传统忆阻器通常表现出突然的电阻切换,这与神经形态计算所需的渐进式突触可塑性不兼容。为了实现生物真实的突触可塑性,人们探索了调节离子迁移、插入阻挡层和结合活性中间层等策略[[23],[24],[25],[26]]。活性中间层设计有助于快速注入/提取Ag+,同时建立高扩散屏障,从而调节离子动力学以实现渐进式的导电性调制。然而,之前报道的基于中间层的忆阻器往往具有有限的耐久性和低开/关比,这阻碍了可靠存储和突触功能的共同实现。因此,开发新的功能材料和创新器件架构对于实现具有理想存储和突触特性的高性能忆阻器至关重要。在这项工作中,我们设计了一种新的器件架构,其中在两个WO3–x介电层之间夹入了纳米银插层。与没有纳米银插层的Ag/WO3–x/ITO忆阻器相比,这种具有纳米银插层结构的Ag/WO3–x/Ag/WO3–x/ITO忆阻器表现出更优越的非易失性模拟RS行为。纳米银插层结构促进了Ag原子在RS层内的更均匀分布,使得在低工作电压下也能保持均匀的RS行为,并具有优异的循环耐久性和保持性。在脉冲电压刺激下,该器件展示了包括PPF、长期增强/抑制(LTP/LTD)以及STM到LTM转换在内的生物突触功能,成功模拟了人脑的“学习-遗忘-再学习”过程。此外,该忆阻器通过复制对损伤刺激的所有四种典型痛觉反应,模拟了生物痛觉感受器。最后,基于这种忆阻器的卷积神经网络(CNN)在手写数字图像识别任务中达到了97.69%的准确率,损失仅为0.29%。这项工作表明,纳米银插层策略使得忆阻器具备了优异的非易失性模拟RS特性,为开发高性能神经形态器件提供了可行的方法。

设备制备

ITO导电玻璃基底依次在丙酮、乙醇和去离子水中进行超声处理,然后在氮气流下干燥。随后通过磁控溅射在ITO基底上沉积WO3–x/Ag/WO3–x功能层。沉积过程开始时腔室压力保持在0.5 Pa,Ar和O2气体流量分别为20 sccm和10 sccm。第一层WO3–x(约25 nm)是通过射频溅射WO3–x陶瓷靶材沉积的

结果与讨论

图1a展示了Ag/WO3–x/Ag/WO3–x/ITO忆阻器的示意图结构,包括顶部Ag电极、WO3–x/Ag/WO3–x RS层和底部ITO电极。横截面SEM成像(图1b)显示WO3–x/Ag/WO3–x RS层的厚度约为50 nm。EDS元素映射(图S2(a))证实了RS层区域内Ag和W元素的均匀分布。此外,图S2(b)展示了EDS的结果

结论

总之,我们开发了一种具有纳米银中间层的Ag/WO3–x/Ag/WO3–x/ITO忆阻器,该忆阻器展示了优异的非易失性模拟RS特性。该器件具有出色的循环间和器件间一致性,耐久性超过100次循环,保持性超过104秒。温度依赖性测量证实,模拟RS行为源于Ag CFs的形成和断裂。纳米银中间层设计通过提供

CRediT作者贡献声明

钟伦:撰写——原始草稿,可视化,方法论,研究,数据管理,概念化。林永辉:正式分析,数据管理。刘卓华:研究,正式分析。王璐:研究,正式分析。刘玉荣:可视化,验证,监督。耿奎伟:撰写——审稿与编辑,验证,监督,资金获取。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

本工作得到了广东省自然科学基金(2024A1515011719)和国家自然科学基金(61871195)的资助。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号