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.     

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.     

铝基薄膜忆阻器作为感觉神经系统的习惯化特性

感觉神经系统可在外界刺激与生物体反应之间建立联系.感觉神经系统中的最小单位神经元可直接将外界刺激传递至中枢神经,再由中枢神经通过控制和调节生物体对外界刺激作出反应.神经突触连接了相邻神经元进行脉冲信息传递功能.习惯化是神经突触在信息传递中过滤外界无关信息时的一个基本特性,可以让感觉神经系统更快速地适应外界环境变化.忆阻器模拟神经突触功能在近年获得进展,然而针对以忆阻器为基础的具有习惯化特性的神经突触以及完整神经系统的研究相对匮乏.本文利用磁控溅射技术制备了厚度约为40 nm且含铝纳米颗粒的氮化铝薄膜忆阻器,并发现这种结构忆阻器对于重复的外界刺激有明显的习惯化行为,该行为与感觉神经系统的习惯化特性极为相似.若将这种具有习惯化的神经突触与感觉神经元串联,可形成LIF(leaky integrate-and-fire)生物模型模拟完整的神经系统行为,也为忆阻器在第三代神经网络(脉冲神经网络)中的应用提供理论参考.     

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.     

钙钛矿相界面插层对SrFeOx基忆阻器的性能提升

SrFeO_x(SFO)是一种能在SrFeO_2.5钙铁石(BM)相和SrFeO₃钙钛矿(PV)相之间发生可逆拓扑相变的材料.这种相变能显著改变电导却维持晶格框架不变,使SFO成为一种可靠的阻变材料.目前大部分SFO基忆阻器使用单层BM-SFO作为阻变功能层,这种器件一般表现出突变型阻变行为,因而其应用被局限于两态存储.对于神经形态计算等应用,单层BM-SFO忆阻器存在阻态数少、阻值波动大等问题.为解决这些问题,本研究设计出BM-SFO/PV-SFO双层忆阻器,其中PV-SFO层为富氧界面插层,可在导电细丝形成过程中提供大量氧离子并在断裂过程中回收氧离子,使导电细丝的几何尺寸(如直径)在更大范围内可调,从而获得更多、更连续且稳定的阻态,可用于模拟长时程增强和抑制等突触行为.基于该器件仿真构建了全连接神经网络(ANN),在手写体数字光学识别(ORHD)数据集进行在线训练后获得了86.3%的识别准确率,相比于单层忆阻器基ANN的准确率提升69.3%.本研究为SFO基忆阻器性能调控提供了一种新方法,并展示了它们作为人工突触器件在神...     

蛋白质基忆阻器研究进展

忆阻器作为一种可实现高密度、多功能、低功耗、多级数据存储的新型电子元器件,为电路结构设计、信息存储理论及突触仿生模拟等领域带来了重大变革.在广泛的忆阻器种类中,蛋白质基忆阻器由于具有结构可控降解、原料丰富低廉、生物兼容等优势,在可植入计算、人机交互、人机结合等前沿信息技术领域有着其他材料基忆阻器无可比拟的天然优势,因此被视为是构建下一代高科技信息电子产品最具潜力的候选者.本文归纳了近期蛋白质基忆阻器的研究进展,首先总结了部分蛋白质的研究进展,包含被广泛研究的鸡蛋白蛋白及性能优越的人工重组蛋白等,然后进一步介绍了蚕丝蛋白基忆阻器的研究历程,详细介绍了功能化策略所带给蚕丝蛋白基介观忆阻器的性能提升,并分析了功能化蚕丝蛋白结构与性能之间的构效关系.最后对蛋白质基忆阻器性能进行了综合分析,并展望了该生物电子器件的未来发展契机.     

一种改进的WOx忆阻器模型及其突触特性分析

忆阻器被定义为第四种基本电子元器件, 其模型的研究呈现多样性. 目前, 忆阻器模型与忆阻器实际特性的切合程度引起了研究者的广泛关注. 通过改变离子扩散项, 提出了一种新的WO_x忆阻器模型, 更好地匹配了忆阻器的实际行为特性. 首先, 新的模型不仅能够描述忆阻器的一般特性, 而且能够俘获记忆丢失行为. 另外, 将新的忆阻器作为神经突触, 分析了脉冲速率依赖可塑性、短期可塑性、长期可塑性, 并发现了与生物系统中极为相似的“经验学习”现象. 最后, 考虑到温度与离子扩散系数的关系, 探讨了温度对突触权值弛豫过程的影响. 实验表明, 新忆阻器模型比原来的模型更切合实际, 且更适合作为突触而应用到神经形态系统之中.     

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.     

基于二维材料MXene的仿神经突触忆阻器的制备和长/短时程突触可塑性的实现

兼具长时程可塑性与短时程可塑性的电子突触被认为是类脑计算系统的重要基础.将一种新型二维材料MXene应用到忆阻器中,制备了基于Cu/MXene/SiO_2/W的仿神经突触忆阻器.结果表明, Cu/MXene/SiO_2/W忆阻器成功实现了稳定的双极性模拟阻态切换,同时成功模拟了生物突触短时程可塑性的双脉冲易化功能和长时程可塑性的长期增强/抑制行为,其中双脉冲易化的易化指数与脉冲间隔时间相关. Cu/MXene/SiO_2/W忆阻器的突触仿生特性,归功于MXene辅助的Cu离子电导丝形成与破灭的类突触响应机理.由于Cu/MXene/SiO_2/W忆阻器兼具长时程可塑性与短时程可塑性,其在突触仿生电子学和类脑智能领域将会具有巨大的应用前景.     

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.     

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.     

忆阻突触耦合环形Hopfield神经网络动力学分析及其电路实现

提出一种新型忆阻器模型, 利用标准非线性理论分析三个忆阻特性, 并设计模拟电路。基于忆阻突触, 构建一个忆阻突触耦合环形Hopfield神经网络模型。采用分岔图、李雅普诺夫指数谱、时序图等方法, 揭示与忆阻突触密切相关的特殊动力学行为。数值仿真表明: 在忆阻突触权重的影响下, 它能够产生多种对称簇发放电模式和复杂的混沌行为。实现了该忆阻环形神经网络的模拟等效电路, 并由PSIM电路仿真验证MATLAB数值仿真的正确性。     

基于六角氮化硼二维薄膜的忆阻器

报道了一种基于多层六角氮化硼(h-BN)二维薄膜的忆阻器件.该器件不需要电预处理过程,且具有自限流的双极性阻变行为;具有较好的抗疲劳性和较长的数据保持时间.该器件在脉冲编程条件下具有模拟转变特性,即在连续的电压脉冲下器件的电阻态能被连续地调控,使得该器件能够模仿神经网络系统中的神经突触权重变化行为.综上所述,基于多层h-BN的忆阻器具有应用在非易失性存储和神经计算中的潜力.     

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.     

横截面积参数对钛氧化物忆阻器导电特性的影响

纳米钛氧化物忆阻器的导电过程因自身参数的改变及不同机理的共存而呈现复杂特性,但现有研究缺乏针对横截面积参数的改变对忆阻器导电特性影响的讨论.基于杂质漂移及隧道势垒机理,本文分析了忆阻器导电过程,研究了横截面积参数与导电过程中各关键物理要素间的关联,并基于此,分别研究了钛氧化物横截面积及隧道势垒横截面积的改变对忆阻器导电特性的影响,分析了两者的区别与联系.验证了两种机理共存情况下,相对于钛氧化物横截面积的改变,隧道势垒横截面积的改变是引发忆阻器导电特性变化的主要因素,且是导致忆阻器非理想导电特性的可能因素.研究成果有助于进一步解释忆阻器导电过程的复杂性,并为优化忆阻器模型的构建提供依据.     

NbOx忆阻神经元的设计及其在尖峰神经网络中的应用

NbO_x忆阻器凭借其纳米尺寸、阈值切换及局部有源特性在神经形态计算领域展现出巨大的应用前景.对NbO_x忆阻器动力学特性的深入分析和研究有利于忆阻神经元电路的设计和优化.本文基于局部有源理论,采用小信号分析方法对NbO_x忆阻器物理模型展开了研究,定量分析了产生尖峰振荡的区域和条件,并确定了激励信号幅值和尖峰频率之间的定量关系.基于上述理论分析,进一步设计了NbO_x忆阻器神经元,并结合忆阻突触十字交叉阵列,构建了25×10的尖峰神经网络(spiking neuron network,SNN).最后,分别利用频率编码和时间编码两种方式,有效地实现了数字0到9模式的识别功能.     

具有突触特性忆阻模型的改进与模型经验学习特性机理

许多忆阻器都具有与生物神经突触功能相似的特性,这些特性包括记忆与遗忘特性、经验学习特性等.文献[17]根据记忆与遗忘特性建立了这类忆阻器的模型,文献[19,20]在对该模型的仿真研究中发现该模型也具有描述经验学习特性的能力.在关于这一模型已有研究的基础上,本文对该模型状态方程的特性与机理给出进一步的分析.分析中发现原模型的窗口函数的设计和使用存在问题,并且原模型建模时对于实验现象的解读不够准确.针对这些问题对原模型的状态方程进行了改进,完善了模型功能.对于该模型能够描述经验学习特性的机理,分别利用对于模型的状态方程的分析以及周期脉冲信号作用下的状态方程解析分析,对该机理给出定性和定量的讨论.利用机理分析所得的相关结论,设计了基于经验学习实验的模型状态方程中的参数和函数的估计方法,方便了该模型在这一类忆阻器的实验研究中的应用.     

基于忆阻器的spiking神经网络在图像边缘提取中的应用

根据生物视觉系统的功能原理,用忆阻器模拟生物突触,结合忆阻器的记忆特性和spiking神经网络的高效处理能力,构造了一种可用于图像边缘提取的三层spiking神经网络模型,该网络用忆阻器电导的变化量来表征图像边缘信息,仿真结果表明,该方法的边缘提取结果具有连续性、光滑性、低误检漏检性和边缘定位准确性,该神经网络的处理过程符合生物信息处理机制,为视觉系统的仿生实现提供了新的思路。     

一个通用的记忆器件模拟器

本文根据惠普忆阻器模型提出了一个新的接地忆阻器模拟等效电路.并以此为基础,采用常规的电子元件构建了一个通用的记忆器件模拟器.该模拟器能在电路拓扑结构不变的情况下,通过改变接入元件的性质能将接地忆阻器分别转化为浮地忆阻器、浮地忆感器和浮地忆容器.由于该模拟器是浮地的,因而可以方便的与其他电子器件实现灵活的连接形式.Pspice仿真实验验证了模拟器的真确性和有效性.