忆阻器类脑芯片与人工智能( 二 )


(3)固态电解质材料
固态电解质材料因其晶体中的缺陷或其他结构为离子快速的迁移提供通道 , 因此又被称为快离子导体 。 这类忆阻器的器件单元通常包括一个电化学活性电极(如 Ag、Cu、Ni等) , 固态点机制为中间功能层 , 和一个惰性电极(如Pt、Au、W等)[3] 。
(4)硫系化合物半导体材料
硫系化合物半导体材料也是一种重要的忆阻材料 , 常见的二元硫系化合物有 AgS2 [4]、GeSe[5]等、也包括多元硫系化合物Ge2Sb2Te5、AgInSbT等 。 硫系化合物根据其材料成分、掺杂元素、电极材料等的不同 , 导致其阻变行为及内部的阻变机理不同 , 这引起了广泛关注 。 同时 , 很多硫系化合物作为相变材料 , 分别在晶态和非晶态展现出良好的忆阻特性 , 这为多值存储提供了可能性 , 成为这类材料的一个潜在的应用优势 。
(5)有机材料
有机材料由于其柔性、透明等特点 , 在制备可穿戴电子器件中拥有天然优势 。 有机材料类的忆阻器在近几年发展迅速 , 可分为工业聚合物材料(如 PEDOT:PSS、聚苯乙烯、聚对二甲苯等)和天然生物材料(如鸡蛋蛋白、蚕丝蛋白等)[6-8] 。 由于有机材料在可穿戴器件中拥有广泛优势 , 为了能够制作出良好的电子器件 , 研究人员还需要进一步提高改材料的器件擦写速度、数据保存时间、开关比和器件功耗等方面的参数 , 并且还需继续探索和阐述其阻变机理、提高其稳定性 。
2.类突触器件与芯片原则上 , 具有记忆功能的器件都可称为类突触器件 。 具体的 , 若材料的光、电、力、热等性能在外界刺激下产生不易失变化 , 基于此种材料制作的器件都可称为类突触器件 , 类突触器件可构建类脑芯片 。 光学器件和电学器件是应用最为广泛的器件 , 本小节介绍两种被广泛研究的类突触器件 , 分别为忆阻器和光子类突触器件 , 以及类脑芯片 。
(1)忆阻器件与类脑芯片
忆阻器件是一种新兴微电子器件 , 它的电导状态受外界施加电场的影响 , 可以在两个或者多个状态间切换 , 具有非易失性、与现有CMOS工艺兼容、可微缩性好、集成密度高、速度快、能耗低等诸多优点 , 是一种非常具有发展潜力的基础器件 。 2008年美国惠普(HP)实验室在TiO2器件中物理验证了这种由加州大学伯克利分校蔡少棠教授理论提出的忆阻器概念[9] 。 密歇根大学Lu团队[10]于2010年在忆阻器中实现了突触可塑性仿脑功能 , 掀起了类突触器件及计算研究的高潮 。 Yang团队[11]研制出扩散型忆阻器 , 构建了全忆阻硬件神经网络 , 探索了忆阻神经网络在完成图像识别、图像压缩和步态识别等任务中的应用;Waser团队[12]深入研究了忆阻器中的电化学机制和导电通道演化过程 , 提出了忆阻器时序布尔逻辑的实现方法;Strukov团队[13]则硬件构建了忆阻多层感知器网络 , 探索了网络离线学习和在线学习的能力和性能表现 。 清华大学研制上千忆阻器集成阵列并用于人脸识别 , 可发展成为人工智能硬件系统中图像信息识别模块[14] 。 华中科技大学课题组基于钙钛矿材料的二阶忆阻器实现了生物突触中的三相STDP规则 , 可以用于更加复杂的模式识别和轨迹追踪[15] 。 南京大学课题组基于离子导电介质实现类树突多端器件[16] 。 中国科学院微电子研究所实现了三维集成的RRAM集成阵列[17] , 有望实现三维类脑芯片 。 南京大学的高温高稳定性二维材料忆阻器[18] , 有望实现柔性高可靠类脑芯片 。
目前 , 国际上忆阻器件的应用方向主要有两个 , 一个是存储类应用 , 比如嵌入式存储;另一个是计算类应用 , 比如类脑计算 。 在类脑计算方面 , 目前报道的应用演示中 , 最大规模的忆阻器件阵列是8kb , 还远远不能满足实际应用的需要 。 如何进一步扩大忆阻器件的集成规模是基于忆阻器件的类脑计算能够真正走向应用的迫切需求 , 要解决这个问题需要在忆阻器材料、器件和集成技术上取得突破 。 经过近10年的研究 , 目前的主流忆阻器材料体系是HfO2和Ta2O5这两类材料 , 这是因为它们具有良好的CMOS工艺兼容性 , 且报道的基于这两种材料的器件性能优良 。 除此之外 , 钙钛矿类材料 , 如SrTiO3 , 虽然含有较多元素 , 且难以与CMOS工艺兼容 , 但其缺陷化学理论较为完善 , 经常被用来作为研究忆阻器件物理机制的模型材料 。 硫属化合物材 , 如Ge2Sb2Te5和AgInSbTe , 是常见的相变材料 , 在相变存储器中有较广的应用 。 综上所述 , 未来忆阻器件的发展将重点围绕应用需求展开 , 在这个前提下 , 主要从器件、电路、架构和算法4个层面逐步推进 , 通过它们之间的协同研究和发展解决目前忆阻器件存在的问题 。