忆阻器类脑芯片与人工智能( 四 )


忆阻器类脑芯片与人工智能文章插图
图1.不同镍铜比下 , 铜镍合金生长石墨烯在300nm二氧化硅衬底表面的拉曼光谱与对应的光学显微镜图片
镍比铜有着更好的催化性[57] , 因此 , 随着镍组分的升高 , 石墨烯的缺陷逐渐减少 , 质量逐渐升高 。 同时 , 我们也发现随着镍组分的升高 , 石墨烯的颜色变得更深且更加不均匀 。 不同层数的石墨烯在300nm二氧化硅上会显现出不同的对比度[58] , 因此 , 颜色变深代表石墨烯的层数逐渐增多 , 颜色不均匀代表石墨烯的层数分布的不均匀 。 我们发现造成这种现象的原因主要是碳原子在铜表面的扩散速度高 , 而在镍表面的扩散速度低 。 对于镍组分低的样品 , 碳原子的表面扩散速度快 , 因而可以在极短的时间内就生长成连续的石墨烯薄膜 , 当石墨烯长满金属表面后 , 金属被石墨烯包裹 , 隔绝了与甲烷的接触 , 金属的催化作用消失 , 生长速度被极大地放缓 。 虽然等离子体的存在使甲烷仍在不断裂解 , 但是失去了金属的催化作用 , 石墨烯的生长速度变得极为缓慢 。 对于镍组分高的样品 , 碳原子在其表面扩散速度慢 , 因而碳原子会在石墨烯的成核点处堆积 。 相比于镍组分低的样品 , 石墨烯长满需要更长的时间 , 在这个过程中 , 金属的催化作用一直存在 , 同时由于镍组分的提高 , 合金的催化性也会提高 , 因此石墨烯的生长速度会更快 , 更长的催化时间和更快的生长速度 , 导致石墨烯的厚度很厚 , 且不均匀 。 举一个形象的比喻来说 , 就是把一杯水倒在一个平面上 , 水会在平面上很快地流动形成一层均匀的水膜 , 但是当把一杯沙子倒在平面上的时候 , 沙子则会在平面上堆积 , 如图2[54]所示 , 碳原子在铜表面的扩散就相当于“把水倒在平面上” , 而碳原子在镍表面的扩散就相当于“把沙子倒在平面上” 。
忆阻器类脑芯片与人工智能文章插图
图2.碳原子在铜表面和镍表面的扩散机理示意图
因而 , 如果要提高石墨烯的质量需要选用高催化性金属 , 针对铜镍合金来说 , 需要提高铜镍合金中的镍组分 。 若要提高石墨烯的均匀性 , 需要选用碳原子在其表面扩散速度快的金属 , 针对铜镍合金来说 , 需要减小铜镍合金中的镍组分 。 因此两者是矛盾的 , 在实验中发现 , 选用镍比铜1:2的组分会得到一个相对较好的结果 。
此外 , 等离子体增强技术本身也对石墨烯的质量影响巨大 。 如图3(a)所示 , 有等离子体和没有等离子体的生长结果中 , 石墨烯的D峰相差巨大 。 这是因为没有等离子体辅助 , 甲烷也能裂解 , 但是不能完全裂解 , 会产生CH3、CH2这样的中间产物 , 导致石墨烯质量降低 。 通过对等离子体生长功率的优化 , 能够一定程度地提高石墨烯质量 。 如图3(b)所示 , 在不同等离子体功率下 , 50W生长出的石墨烯的D峰最小 , 质量最高 。 需要说明的是 , 50W的功率并不是一个绝对的条件 。 如图3(b)和(c)是生长腔室和生长过程中的图像 , 等离子体电极在加热器下方 。 通过调节等离子体电极与加热器的距离 , 可以调节生长时在样品表面周围的等离子体强度 。 因此 , 50W的功率只对应于当前等离子体电极和加热器距离下的最佳功率[54] 。
忆阻器类脑芯片与人工智能文章插图
忆阻器类脑芯片与人工智能文章插图
图3.等离子体辅助石墨烯生长
在本文中 , 只列举的铜镍合金低温下催化生长的石墨烯时 , 铜和镍组分选取的理由 , 即既要兼顾催化性 , 又要兼顾碳原子的表面扩散速度 。 金属种类多种多样 , 通过对各种金属的研究 , 或许能找到比铜镍合金更好的合金选择 。
(2)WTiOx薄膜生长技术
WTiOx作为忆阻器开关层 , 可以通过WTi靶材经过在不同氩氧比例的气体氛围下反应溅射制备薄膜 , 磁控溅射反应设备及反应腔室内部如图4所示 。 我们所制作的钨基忆阻器的功能层材料是在功率300W、时间220s、Ar2通量20sccm的条件下通入不同浓度的氧气 , 实验发现通入的氧气越多 , 薄膜厚度越薄 , 如图5所示 。 之后通过控制时间的长短 , 可以控制不同氧气通量下的薄膜厚度 。 制作出的WTiOx薄膜在纯N2氛围下退火30min , 提高薄膜结晶度 。
忆阻器类脑芯片与人工智能文章插图