忆阻器类脑芯片与人工智能( 六 ) 来源：文章转载自期刊《微纳

文章插图
图10.Parylene忆阻器LogI-V特性
3.光子类突触器件
基于前述所介绍的用光电子器件模拟生物突触，所采用的方案是氮化硅波导加相变材料的方式，相变材料和波导之间通过消逝场耦合相互作用。激发阶段，激发光信号或电信号与相变材料相互作用，使得相变材料产生相变。相变材料在激发信号的作用下产生相变，之后作用于信号光，由于相变前后相变材料的消光系数和折射率均会发生变化，因此相变材料与信号光的相互作用也会发生变化，进而影响信号光在波导中的传输特性。
首先，选取GST材料作为相变材料，摸索了相变材料GST的相变特性。以石英片为衬底，通过溅射方法制备GST材料，溅射功率为50W ，溅射厚度为20 nm ，为防止GST氧化，后续溅射了20nm厚的ITO作为保护层。接着，将溅射有GST和ITO的石英片依次经过热板加热，加热条件依次为100℃、200℃、250℃、300℃加热并保持4min ，之后随热板自然冷却。
对加热后的样品进行了拉曼测试，拉曼测试谱如图11所示。由图可看出，未处理的样品和100℃处理的样品拉曼谱类似，说明相变材料在100℃加热后未发生相变， 200℃和250℃处理后的样品与100℃的样品拉曼谱明显不同，说明相变材料在100℃和200℃之间发生了相变。 300℃与250℃处理后的样品相比拉曼谱又存在差异，说明在250℃和300℃之间相变材料又发生了相变。实验数据与理论研究一致。沉积态的GST薄膜初始是非晶态，经过热处理后，薄膜开始结晶。随温度的升高，薄膜的结晶度也不断增加。 GST薄膜先由非晶态转变为立方FCC结构，再转变为六方HEX结构[59] 。因此非晶态转变为立方FCC结构的温度处在100℃和200℃之间，立方FCC结构转变为六方HEX结构的温度处在250℃和300℃之间。
文章插图
图11.热处理样品拉曼测试谱
与此同时，对热处理样品进行了透射和反射测试，获取透射率和反射率测试谱如图12和图13所示。由图12可知，未处理和100℃处理的样品透射率基本处于相同量级，说明样品均处于无定形状态， GS材料未发生相变。 200℃、250℃和300℃透射率相比100℃处于较低值，说明在100℃和200℃之间GST材料发生了相变，而300℃和250℃下样品的透射谱同样存在差异，说明GST材料在 300℃时同样发生了相变。同理，从图13的反射谱也可看出相同的GST材料相变过程。
文章插图
图12.热处理样品透射率测试谱
文章插图
图13.热处理样品反射率测试谱
类脑芯片与人工智能展望
1.忆阻器与人工智能
伴随着人工智能、云计算和物联网等新技术的快速发展，对高性能计算芯片的需求越来越强烈。为了突破传统“冯·诺依曼”计算架构在数据处理速度和芯片能效比等方面的瓶颈，避免数据的反复搬运“ ，存算一体化”类脑计算技术成为当前的研究热点之一。实现“存算一体化”的关键是开发出高性能的“存算一体化”器件，并能将器件阵列化形成类脑芯片。传统基于电荷的存储器件技术难以实现存储与计算融合的功能，近年来忆阻器受到了广泛关注，因其具有高集成密度、快速读写、低功耗和完美兼容CMOS工艺等优良特性。然而“ ，存算一体化”这一特殊应用对忆阻器的器件特性提出了更高的要求，现有器件在线性度、耐久性和离散性等关键器件特性上仍不理想，因此需要探索提高器件性能的方法，增加可用于计算的有效比特数，提高不同阻态调控的精度，缩短电导调控需要的脉冲时间，抑制电导漂移效应，减小器件涨落与波动。同时，针对“存算一体化”芯片中高密度数据存储和低功耗数据处理对器件小型化的需求，需要研究纳米尺寸下新型存储器的设计与性能优化，为未来研制高性能智能“存算一体化”类脑芯片提供良好的器件基础。综上可知，忆阻器的发展对人工智能的高质量发展具有深层次的推动作用。
2.光子类脑芯片与人工智能
由氮化硅波导加相变材料的方式模拟生物突触，实现对信号的加权和延时，在此基础上结合探测器和调制器等光电子器件依次实现对加权信号的求和积分以及非线性过程，从而真正地实现单个人工神经元，实现生物神经元的阈值激发和不应期抑制等行为模拟[60] 。在单个人工神经元的基础上，通过一定的神经网络的拓扑结构，即单隐层前馈网络结构，构建小型的神经网络，实现对微分方程的求解等功能[61] 。在此基础上，利用更大规模人工神经元的集成，更复杂的拓扑结构，构建光子类脑芯片，实现对数字和图像的识别[62] ，潜在的光子类脑芯片可应用于神经形态计算、模式识别、思维推理、认知科学和集群分析等人工智能应用。