面向感存算一体化的光电忆阻器件研究进展

脑启发神经形态计算系统有望从根本上突破传统冯·诺依曼计算机系统架构瓶颈,极大程度地提升数据处理速度和能效.新型神经形态器件是构建高能效神经形态计算的重要硬件基础.光电忆阻器作为新兴的纳米智能器件,因具备整合光学感知、信息存储和逻辑计算等功能特性,被认为是发展类脑视觉系统的重要备选.本文将综述面向感存算功能一体化的光电忆阻器研究进展,包括光电忆阻材料与机制、光电忆阻器件与特性、感存算一体化功能及应用等.具体将根据机制分类介绍光子-离子耦合型和光子-电子耦合型光电忆阻材料,根据光电忆阻特性调节方式介绍光电调制型和全光调制型光电忆阻器件,根据感存算一体化功能介绍其在认知功能模拟、光电逻辑运算、神经形态视觉功能、动态探测与识别等方面的应用.最后总结光电忆阻器的主要优势以及所面临的挑战,并展望光电忆阻器的未来发展.     

基于串并联磁控忆阻器的耦合行为研究

忆阻器是纳米级器件, 其功耗低, 集成度高, 有着巨大的应用潜能. 单个器件具有丰富的电学性质, 其串并联电路更展现了丰富的动力学行为. 然而, 忆阻器在高密度集成的环境下, 其耦合效应不可忽视. 因此, 本文首先基于磁控忆阻器推导了耦合忆阻器的数学模型. 其次, 在考虑不同极性连接和耦合强度的前提下, 讨论两个磁控忆阻器串并联的耦合情况, 进行了详细的理论分析, 并通过数值仿真探索了耦合效应对忆阻系统的影响. 同时, 设计了基于Matlab的图形用户界面, 直观地展示了不同参数下的耦合特性曲线. 进一步, 本文展示了有无耦合情况下, 初始阻值对忆阻器正常工作范围的影响. 最后, 构建耦合忆阻器的Pspice仿真器, 从电路的角度再次验证了忆阻器间的耦合效应. 实验结果表明: 同极性耦合增强了阻值的改变, 相反极性的耦合减缓了阻值的改变. 这些动力学特性可以很好地应用于忆阻网络中, 也为全面考虑忆阻系统电路的设计提供了强大的理论基础.     

双层结构突触仿生忆阻器的时空信息传递及稳定性

现有计算机体系架构下的神经网络难以对多任务复杂数据进行高效处理,成为制约人工智能技术发展的瓶颈之一,而人脑的并行运算方式具有高效率、低功耗和存算一体的特点,被视为打破传统冯·诺依曼计算体系最具潜力的运算体系.突触仿生器件是指从硬件层面上实现人脑神经拟态的器件,它可以模拟脑神经对信息的处理方式,即"记忆"和"信息处理"过程在同一硬件上实现,这对于构建新的运算体系具有重要的意义.近年,制备仿生突触器件的忆阻材料已获得进展,但多聚焦于神经突触功能的模拟,对于时空信息感知和传递的关键研究较为缺乏.本文通过制备一种双层结构忆阻器,实现了突触仿生器件的基本功能包括双脉冲易化和抑制、脉冲时间依赖突触可塑性(spiking time dependent plasticity, STDP)和经验式学习等,还对器件的信息感知、传递特性和稳定性进行了研究,发现该器件脉冲测试结果满足神经网络处理时空信息的基本要求,这一结果可以为忆阻器在类脑芯片中的应用提供参考.     

基于蒙特卡洛方法的钛氧化物忆阻器辐射损伤研究

纳米钛氧化物忆阻器有望成为新一代阻性存储器基本单元并应用于辐射环境中的航天器控制及数据存储系统. 辐射能量, 强度, 方向, 持续时间等要素发生改变均可能对钛氧化物忆阻器受到的辐射损伤构成影响, 然而, 目前尚无相关具体研究. 基于以蒙特卡洛方法为核心的SRIM仿真, 本文针对宇宙射线主体组成部分——质子及 α射线定量研究了各个辐射要素与钛氧化物忆阻器辐射损伤的关联, 依据器件实测数据研究了辐射要素与导通阻抗, 截止阻抗及氧空缺迁移率等忆阻器主要参数的关系, 进一步利用SPICE仿真讨论了辐射对杂质漂移与隧道势垒共存特性的影响, 从而为评估及降低钛氧化物忆阻器辐射损伤, 提高器件应用于辐射环境的可靠性提供依据.     

基于忆容器件的神经形态计算研究进展

人工智能的快速发展需要人工智能专用硬件的快速发展,受人脑存算一体、并行处理启发而构建的包含突触与神经元的神经形态计算架构,可以有效地降低人工智能中计算工作的能耗.记忆元件在神经形态计算的硬件实现中展现出巨大的应用价值;相比传统器件,用忆阻器构建突触、神经元能极大地降低计算能耗,然而在基于忆阻器构建的神经网络中,更新、读取等操作存在由忆阻电压电流造成的系统性能量损失.忆容器作为忆阻器衍生器件,被认为是实现低耗能神经网络的潜在器件,引起国内外研究者关注.本文综述了实物/仿真忆容器件及其在神经形态计算中的最新进展,主要包括目:前实物/仿真忆容器原理与特性,代表性的忆容突触、神经元及神经形态计算架构,并通过总结近年来忆容器研究所取得的成果,对当前该领域面临的挑战及未来忆容神经网络发展的重点进行总结与展望.     

两类纳米级非线性忆阻器模型及串并联研究

忆阻器是一种新型的非线性动态可变电阻器,其阻值的变化依赖于通过它的电荷量或磁通量.作为第四种基本电路元器件,忆阻器在非易失性存储器、非线性电路及系统、神经形态系统等领域中有巨大的应用潜能.忆阻器串并联组合电路具有比单个忆阻器更为丰富的器件特性,引起了研究者越来越多的关注.本文推导了带有窗函数的闭合形式的电荷及磁通量控制的忆阻器非线性模型,能够有效地模拟忆阻器边缘附近的非线性离子迁移现象,同时保证忆阻器的边界条件.进一步,分别从忆阻器的器件参数和激励阈值两个角度,对忆阻器串并联电路进行了全面的理论推导和数值分析.为了更加直观地观察忆阻器串并联特性,设计了一种基于Matlab的忆阻器串并联图形用户界面,能够清晰地展示两种分类方式下忆阻系统的器件特性,可为忆阻器组合电路的后续研究提供良好的理论参考和实验依据.     

温度改变对钛氧化物忆阻器导电特性的影响

相同测试条件下,纳米钛氧化物忆阻器的导电过程存在不稳定性,制约了对器件瞬态阻抗的精确读取与控制,并影响了器件应用于电路设计的可靠性与稳定性.杂质漂移与隧道势垒的共存是导致上述不稳定性的可能因素,且杂质漂移特性与环境温度密切相关.然而,目前尚无通过控制温度提高忆阻器导电稳定性的具体研究.基于杂质漂移与隧道势垒共存,本文分析了温度与忆阻器导电特性的关联,研究了器件活跃区域厚度及初始掺杂层厚度的改变对临界温度的影响,利用SPICE软件进行了仿真验证并给出结果,得出提高忆阻器导电稳定性的方法有:增大活跃区域厚度、降低初始杂质浓度及保持环境温度稳定且低于临界温度,从而为制备性能稳定的忆阻器及推动器件在实际电路中的应用提供依据.     

仿生生物感官的感存算一体化系统

生物感官集感知、存储与运算为一体的架构使其可以高效并且实时地采集和处理外界信息,这样的感存算一体化架构可为物联网时代面临的传感器数据爆炸问题提供很好的解决方案.为此,本文提出仿生生物感官的感存算一体化系统,采用不同的传感器模拟生物感受器的功能,以获取环境信息,传感器输出的模拟信号输入到模拟信号处理系统进行预处理,这样信号不需要在模拟域与数字域之间转换,可极大降低功耗和延时;预处理后的信号输入类脑运算芯片中进行分析和决策,该芯片由基于忆阻器的人工突触及人工神经元组成,通过控制突触与神经元的连接方式,可以实现不同的算法架构,如全连接脉冲神经网络、卷积脉冲神经网络以及循环脉冲神经网络等;通过运行不同的神经网络,类脑运算芯片可以实现对不同传感器信号的识别、预测以及分类等任务;更进一步,将多种仿生感觉系统的识别或预测结果结合起来,就可以实现多感官融合,这样的系统架构可以用于自动驾驶及智能机器人等复杂的场景中.     

忆阻类脑计算

随着深度学习的高速发展,目前智能算法的飞速更新迭代对硬件算力提出了很高的要求.受限于摩尔定律的告竭以及冯·诺伊曼瓶颈,传统CMOS集成无法满足硬件算力提升的迫切需求.利用新型器件忆阻器构建神经形态计算系统可以实现存算一体,拥有极高的并行度和超低功耗的特点,被认为是解决传统计算机架构瓶颈的有效途径,受到了全世界的广泛关注.本文按照自下而上的顺序,首先综述了主流忆阻器的器件结构、物理机理,并比较分析了它们的性能特性.然后,介绍了近年来忆阻器实现人工神经元和人工突触的进展,包括具体的电路形式和神经形态功能的模拟.接着,综述了无源和有源忆阻阵列的结构形式以及它们在神经形态计算中的应用,具体包括基于神经网络的手写数字和人脸识别等.最后总结了目前忆阻类脑计算从底层到顶层所遇到的挑战,并对该领域后续的发展进行了展望.     

基于二维层状材料的神经形态器件研究进展

近年来,人工智能的发展对计算和存储的需求不断提升.但是,摩尔定律的放缓以及传统冯·诺依曼架构中计算与存储单元的分离,导致了大量数据在搬运过程中功耗增加和时间延迟,致使集成电路以及芯片设计面临越来越多的挑战.这迫切需要开发新型计算范式来应对这种挑战.而基于存算一体架构的神经形态器件,可利用欧姆定律和基尔霍夫定律实现原位计算,从而有望克服传统冯·诺依曼架构瓶颈.通过调节具有“记忆”功能的忆阻器阻值,实现类似生物大脑的人工神经网络,并对复杂网络信号进行处理,例如图像识别、模式分类和决策执行等.二维材料由于其层状超薄特性和新奇的物理效应,为进一步缩小器件尺寸并实现感存算一体提供了方案.本文综述了基于二维材料的神经形态器件中的物理效应和忆阻特性,并详细阐述了神经形态器件对LIF (leaky integrate and fire)模型、Hodgkin-Huxley模型等神经元模型以及长期可塑性、短期可塑性、放电时间依赖可塑性和尖峰频率依赖可塑性的模拟.在此基础上,进一步介绍了基于二维材料的神经形态器件在视觉、听觉以及触觉等领域的探索性应用.最后本文总结了当前研究领域面临的问题以及对未来应用前景的...     

面向神经形态感知和计算的柔性忆阻器基脉冲神经元

受人脑工作模式的启发,脉冲神经元作为人工感知系统和神经形态计算体系的基本计算单元发挥着重要作用.然而,基于传统互补金属氧化物半导体技术的神经元电路结构复杂,功耗高,且缺乏柔韧性,不利于大规模集成和与人体兼容的柔性感知系统的应用.本文制备的柔性忆阻器展示出了稳定的阈值转变特性和优异的机械弯折特性,其弯折半径可达1.5 mm,弯折次数可达10~4次.基于此器件构建的神经元电路实现了神经元的关键积分放电特性,且其频率-输入电压关系具有整流线性单元相似性,可实现基于转换法的脉冲神经网络中神经元的非线性处理功能.此外,基于电子传输机制和构建的核壳模型,对柔性忆阻器的工作机制进行分析,提出了电场和热激发主导的阈值转变机制;进一步对忆阻器和神经元的电学特性进行电路仿真模拟,验证了柔性忆阻器和神经元电路工作机制的合理性.本文对柔性神经元的研究可为神经形态感知和计算系统的构建提供硬件基础和理论指导.     

基于Knowm忆阻器的新型忆感器模型的设计与分析

以往有关忆阻器模型及其应用研究主要集中于忆阻器基本概念构建并分析忆阻器模型及其等效电路模型,而基于市场上商用忆阻器件的研究则很少.本文根据忆感器与忆阻器之间的理论关系,基于全球首款商用忆阻器芯片:Knowm忆阻器,结合第二代电流传输器和跨导运算放大器,构建了一种新型忆感器模型.通过调节输入信号的频率和幅值以及运算跨导放大器的跨导增益,可有效地在电路中实现忆感器忆感值的连续调节.设计了新型忆感器的LTspice电路模型和硬件实验电路,以电路仿真结果和硬件电路实验结果验证了新型忆感器模型的有效性和设计方法的正确性.     

纳米级尺寸参数对钛氧化物忆阻器的特性影响

随着忆阻器研究的不断深入, 忆阻器的研究已经进入微观阶段, 包括忆阻器内部结构的探究、内部粒子间的运动规律、各参数对忆阻器特性的影响等. 然而, 这些成果中没有关于尺寸参数对忆阻器特性影响的研究, 而尺寸参数是忆阻器成功制备的关键因素之一, 这大大限制了忆阻器的发展和实际应用. 本文从欧姆电阻定律入手, 从理论角度详细分析了尺寸参数对惠普忆阻器以及自旋忆阻器的性能影响. 在此基础上进行了一系列电路仿真实验, 得到不同尺寸参数下忆阻器的相关特性曲线. 文中各选取其中最具代表性的四组实验结果进行展示, 对这些结果进行了详细分析, 得到了惠普忆阻器工作的最佳尺寸范围在8-12 nm之间以及自旋忆阻器工作的最佳尺寸范围在500-600 nm 之间的结论. 实验结果不仅可为实际运用提供有力的支持, 同时也将为进一步研制钛氧化物忆阻器器件和相关理论工作提供重要的实验基础和理论依据.     

氧化物基忆阻型神经突触器件

忆阻器具有高密度、低功耗和阻值能够连续可调的特性,被认为是模拟神经突触最具潜力的候选者.而金属氧化物,因其氧离子可迁移,组分易于调控,与传统CMOS兼容等优点,是发展高性能忆阻器件的理想材料.本文首先介绍了氧化物基忆阻器件阻变行为及其运行机制,包括数字型和模拟型忆阻器.主要综述了基于模拟型忆阻器实现的突触器件认知功能模拟,包括非线性传输特性、时域突触可塑性、经验式学习和联合式学习等.然后进一步介绍了忆阻型突触器件在模式识别、声音定位、柔性可穿戴和光电神经突触方面的潜在应用.最后总结展望氧化物基忆阻神经突触在相关领域的可能发展方向.     

神经形态阻变器件在图像处理中的应用

随着搭载于边缘终端上的图像与视频等数据密集型应用的日益增长,基于传统冯·诺依曼架构的互补金属氧化物半导体(complementary metal oxide semiconductor, CMOS)硬件系统正面临着能耗、速度和尺寸等多方面的挑战.神经形态器件包括具有存算一体特性的电学阻变器件和具有感存算一体特性的光电阻变器件,因其具有与生物神经系统的高相似度,及其高能效、高集成度、宽带宽等优势,在图像处理应用方面展现出巨大发展潜力.这类器件不仅能够用于加速传统图像低阶预处理和高阶处理中的大量运算,且能用于实现仿生物视觉系统的高效图像处理算法.本文介绍了最近的电学及光电神经形态阻变器件,并结合图像处理算法综述了神经形态阻变器件在图像处理方面的硬件实施和挑战,并对其发展前景提出了思考.     

一个分数阶忆阻器模型及其简单串联电路的特性

忆阻器是具有时间记忆特性的非线性电阻. 经典HP TiO₂忆阻器模型的忆阻值为此前通过忆阻器电流的时间积分, 即记忆没有损失. 而最近研究证实HP TiO₂ 线性忆阻器掺杂层厚度不能等于零或者器件整体厚度, 导致器件的记忆有损失. 基于此发现, 本文首先提出了一个阶数介于0 与1间的分数阶HP TiO₂ 线性忆阻器模型, 研究了当受到周期外激励时, 分数阶导数的阶数对其忆阻值动态范围和输出电压动态幅值的影响规律, 推导出了磁滞旁瓣面积的计算公式. 结果表明, 分数阶导数阶数对磁滞回线的形状及所围成区域面积有重要影响. 特别地, 在外激频率大于1时, 分数阶忆阻器的记忆强度达到最大. 然后讨论了此分数阶忆阻器与电容或电感串联组成的单口网络的伏安特性. 结果表明, 在周期激励驱动时, 随着分数阶导数阶数的变化, 此分数阶忆阻器与电容的串联电路呈现出纯电容电路与忆阻电路的转换, 而它与电感的串联电路则呈现出纯电感电路与忆阻电路的转换.     

一种适用于大规模忆阻网络的忆阻器单元解析建模策略

忆阻网络是一种基于忆阻器单元的大规模非线性电路,在下一代人工智能、生物电子、高性能存储器等新兴研究领域发挥着重要作用.描述忆阻器单元物理和电学特性的模型对忆阻网络的性能仿真具有显著影响.然而,现有模型主要为非解析模型,应用于忆阻网络分析时可能存在收敛性问题.因此,提出了一种基于同伦分析法(homotopy analysis method, HAM)的忆阻器单元解析建模策略,该策略具有解析性和收敛性优化的特点,可提高忆阻器单元和相应忆阻网络的收敛性.此外,还提出了一种面向忆阻器单元模型的验证准则,以验证模型在大规模忆阻网络中的适用性.通过忆阻器单元和忆阻矩阵网络的长时演化实验以及与传统非解析(数值)方法的比较,验证了所提策略的解析性和收敛性优势;利用不同类型忆阻器单元和输入的实验,验证了该策略的扩展性.进一步地,基于上述实验,揭示了忆阻网络仿真出现收敛性问题的潜在原因.该策略可应用于基于忆阻网络的新兴研究.     

面向新一代存储计算的二维铁电半导体

存算一体化是后摩尔时代突破性能与功耗瓶颈的一个潜在发展方向。近年来兴起的二维铁电半导体由于兼具非易失性铁电极化和半导体特性,适合用于存算一体器件,因此在短短几年内迅速成为研究热点。本文作为“先进算力技术”的第一篇,介绍了存算一体化的历史背景、二维铁电半导体的物理图像以及典型器件的作用机制。本文不仅可以作为未来计算技术领域的一般性了解,本文附录给出的PPT课件也可以作为大学物理等课程中“电磁学”相关篇章的有益补充。     

基于Au/TiO_2/FTO结构忆阻器的开关特性与机理研究

采用简单的一步水热法在FTO导电玻璃上外延生长了锐钛矿TiO_2纳米线,制备了具有Au/TiO_2/FTO器件结构的锐钛矿TiO_2纳米线忆阻器,系统研究了器件的阻变开关特性和开关机理.结果表明,Au/TiO_2/FTO忆阻器具有非易失的双极性阻变开关特性.同时,在103s的时间内,器件在0.1 V的电阻开关比始终保持在20以上,表明器件具有良好的非易失性.此外,器件在低阻态时遵循欧姆导电特性,而在高阻态时则满足陷阱控制的空间电荷限制电流传导机制,同时提出了基于氧空位导电细丝形成与断开机制的阻变开关模型.研究结果表明Au/TiO_2/FTO忆阻器将是一种很有发展潜力的下一代非易失性存储器.     

一个具有超级多稳定性的忆阻混沌系统的分析与FPGA实现

为了进一步提高混沌系统的复杂性,用磁控忆阻器代替基于Sprott-B的四维混沌系统中的耦合参数,构建了一个五维忆阻混沌系统.通过分岔图、李雅普诺夫指数谱、相轨图、庞加莱映射等常规手段分析了系统的动力学行为.分析表明新系统具有丰富的动力学行为:不仅存在依赖于系统参数变化的周期极限环和混沌吸引子,还存在依赖于忆阻初始条件变化的无限多共存吸引子的超级多稳定现象.最后,基于现场可编程门阵列(FPGA)技术实现了忆阻混沌系统的数字电路,在示波器上捕捉到的相图与数值仿真一致,验证了忆阻系统的正确性与可实现性.