類神經(jīng)形態(tài)器件可以在數(shù)據(jù)的微電存儲位置對信息進行處理，大大減少了存儲單元和處理單元間數(shù)據(jù)傳輸?shù)膶W(xué)院新突需要，從而大幅提高速度和能源效率。陳琳在同一架構(gòu)內(nèi)實現(xiàn)人工神經(jīng)元和突觸功能，教授經(jīng)形件技將為大規(guī)模神經(jīng)形態(tài)計算提供一條有潛力的團隊?wèi)B(tài)器途徑。氧化鉿基鐵電薄膜具有優(yōu)異的納米CMOS工藝兼容性和厚度可微縮特性，基于鉿基鐵電薄膜的反鐵納米電子器件也具有低功耗和高速度等優(yōu)勢，在非易失存儲和神經(jīng)形態(tài)計算等領(lǐng)域有著極大的電神應(yīng)用潛力。

研究發(fā)現(xiàn)，術(shù)中鋯摻雜氧化鉿（Hf1-xZrxO2）材料表現(xiàn)出從鐵電到反鐵電極化行為的微電轉(zhuǎn)變，并展現(xiàn)出獨特的學(xué)院新突逐步極化翻轉(zhuǎn)和本征去極化特性，使其成為模擬脈沖神經(jīng)元的陳琳理想選擇。通過功函數(shù)工程引入內(nèi)建偏壓有效解決零偏置下凈剩余極化不足的教授經(jīng)形件技問題，同時在耐久性和高密度三維集成方面表現(xiàn)出諸多優(yōu)勢，團隊?wèi)B(tài)器為下一代神經(jīng)形態(tài)計算提供了一種新的納米實現(xiàn)路徑。 

近日，復(fù)旦大學(xué)微電子學(xué)院科研團隊報道了一種新型反鐵電鉿鋯氧基人工神經(jīng)元/突觸器件。相關(guān)成果以“Novel Two-Terminal Synapse/Neuron Based on an Antiferroelectric Hafnium Zirconium Oxide Device for Neuromorphic Computing”為題發(fā)表于Nano Letters。

圖1 用于類腦計算的功函數(shù)調(diào)控策略示意圖

該研究采用與CMOS工藝兼容的新興反鐵電納米材料研制了一種新原理人工突觸/神經(jīng)元器件?；趯ΨQ電極配置研究了不同脈沖刺激下的積分-放電-漏電 (LIF) 神經(jīng)元行為特性，顯示出 1.36 fJ/spike 的低發(fā)射能耗。通過引入非對稱電極形成偏置電場，極化滯回特性發(fā)生偏移，形成兩個可辨別的極化/電阻狀態(tài)。成功實現(xiàn)了包括成對脈沖促進 (PPF) 和長期增強/抑制 (LTP/LTD) 在內(nèi)的突觸行為，功耗低至 245 aJ/spike?；跇?gòu)建的人工神經(jīng)網(wǎng)絡(luò) (ANN) 系統(tǒng)成功展示了手寫數(shù)字識別能力，識別率高于90%。

綜上所述，反鐵電器件具有小極化電流和比鐵電器件更快的極化響應(yīng)，其作為神經(jīng)形態(tài)基礎(chǔ)器件具有低功耗、快速響應(yīng)的潛力，為人工智能應(yīng)用所需的大規(guī)模神經(jīng)形態(tài)計算提供了一條新途徑。

圖2 基于反鐵電HZO薄膜的LIF神經(jīng)元特性

圖 3 基于反鐵電HZO薄膜的神經(jīng)網(wǎng)絡(luò)示意圖

復(fù)旦大學(xué)微電子學(xué)院教授陳琳、山東大學(xué)集成電路學(xué)院研究員王天宇為通訊作者，課題組博士生徐康力為論文第一作者。

論文鏈接：https://pubs.acs.org/doi/full/10.1021/acs.nanolett.4c02142

制圖：實習(xí)編輯：嚴(yán)靜雯責(zé)任編輯：李斯嘉