关键词:
α-MoO3
二维材料
神经形态器件
低功耗
阵列集成
摘要:
随着第四次科技革命的进一步推进,信息技术的迅猛发展要求新兴产业能够高效的处理海量数据,现有计算架构正遭遇摩尔定律失效和“冯诺依曼”瓶颈等问题。神经形态计算技术通过借鉴人脑并行的信息处理方式显著地提高了芯片的数据处理能力。IRDS指出,后摩尔时代需要从新结构、新器件和新材料三个方面取得突破,其中二维材料以其原子级的厚度和优异的光电性质成为一种符合神经形态计算特性的新型材料。层状结构的α-MoO3带隙较宽,可以实现具有低功耗、高集成度、电导连续可调等优点的神经形态器件构建。但目前基于二维α-MoO3的神经形态计算技术尚处于研究初期,仍然存在诸多问题和挑战。本文针对二维α-MoO3大面积生长、神经形态器件性能优化、阵列集成等方面开展研究,主要创新工作如下:
(1)大面积高质量α-MoO3制备及其生长机制研究。本文基于氧辅助限域化学气相沉积方法,实现了α-MoO3的自支撑生长,并根据物理表征结果与晶体生长理论提出了相应的的氧调控生长机制。生长过程中通过引入氧气实现了大面积高质量α-MoO3的制备,最大尺寸可以达到2cm;进一步改变氧分压实现了对α-MoO3薄膜厚度的控制。拉曼表征结果显示本方法生长的大面积α-MoO3薄膜具有良好的均匀性,高分辨透射电镜图片中清晰的α-MoO3晶格条纹(0.37nm和0.39nm分别对应(001)和(100)晶面)证明了α-MoO3具有较高的结晶质量。
(2)模拟型电阻转变的自整流α-MoO3忆阻器性能研究。首先,在构建交叉结构α-MoO3忆阻器并进行表征的基础上,通过改变电极结构获得了具有动态特性的自整流α-MoO3忆阻器。其次,研究发现α-MoO3中氧分压的调节对忆阻器电阻转变方式具有较大的影响,当氧分压增加时忆阻器电阻转变方式可以实现从数字型过渡到模拟型;通过优化α-MoO3薄膜厚度至410nm左右,忆阻器开关比提高至102以上、关态能耗降低至80p J。最后,基于器件的电学特性分析与物理表征结果,提出了电极诱导的α-MoO3忆阻器工作机制,为准确的电导调节提供了方案。
(3)低功耗α-MoO3忆阻器的神经形态计算特性研究。首先,研究了α-MoO3厚度对Pt/α-MoO3/Ti忆阻器的电导挥发速率、整流特性、电导调制线性度和对称性的影响,得到了具有自整流特性(整流比>10)、线性电导调制(0.14@LTP)以及超低能耗(298f J/spike)α-MoO3神经形态器件。其次,利用神经形态器件成功模拟生物突触的PPF、STDP、长短时程转变等功能以及异源性突触行为,从生物学角度证明了α-MoO3忆阻单元在神经形态计算中的应用潜力。最后,对α-MoO3忆阻单元进一步集成为8×8的交叉阵列,器件之间的变化表明阵列中的忆阻单元具有良好的一致性。将α-MoO3忆阻器阵列与神经网络结合实现了高精度(93.5%)手写数字体识别,为α-MoO3忆阻器在神经形态计算应用提供了基础数据和可能。