杨建华教授，最新Nature！一e测试

推荐使用微信扫码登录/注册

使用微信扫码，一键绑定微信，可更快速更及时
更方便的获得订单相关信息与优惠活动

杨建华教授，最新Nature！

2023-04-04 15:26:19 0 238

一、研究背景

忆阻开关器件因其相对较大的电导动态范围而闻名，这可能导致大量的离散电导水平。已经开发了不同的方法来对这些器件进行精确编程。然而，到目前为止，只有电导水平低于200的器件被报道过。在器件的动态范围内不存在禁止的电导状态，因为忆阻器是模拟的，原则上可以实现无限数量的电导级。然而，在每个电导水平上通常观察到的波动（图1e）限制了在特定电导范围内可以实现的可区分水平的数量。

二、研究成果

基于忆阻器件的神经网络能提高机器学习和人工智能的吞吐量和能源效率，特别是在边缘应用中。由于从头开始训练一个神经网络模型在硬件资源、时间和能量方面的成本很高，因此在分布在边缘的数十亿个记忆阻神经网络上单独进行训练是不现实的。一个实用的方法是下载从云训练中获得的突触权重，并将其直接编程到忆阻器中，用于边缘应用的商业化。在事后或应用过程中，可以对忆阻器的电导率进行一些后调，以适应特定的情况。因此，在神经网络应用中，忆阻器需要高精度的可编程性，以保证大量忆阻器网络具有一致和准确的性能。这就要求每个忆阻器上有许多可区分的电导水平，不仅是实验室制造的设备，还有工厂制造的设备。具有许多电导率状态的模拟忆阻器也有利于其他应用，如神经网络训练、科学计算甚至是 "死亡计算"。在这里，马萨诸塞大学杨建华 (J. Joshua Yang) 教授报告了在一个商业代工厂的互补金属氧化物半导体（CMOS）电路上单片集成了256×256个忆阻器阵列的全集成芯片中，用忆阻器实现了2048个电导水平。他们已经确定了以前限制忆阻器可实现的电导水平数量的基本物理学，并开发了电气操作协议以避免这种限制。这些结果提供了对忆阻器开关的微观图像的基本理解，以及为各种应用实现高精度忆阻器的方法。相关研究工作以“Thousands of conductance levels in memristors integrated on CMOS”为题发表在国际顶级期刊《Nature》上。祝贺！

三、图文速递

图1. 用于神经形态计算的高精度忆阻器

研究者发现，如图1e,f所示，通过应用适当的电刺激（称为 "去噪 "过程），这种波动可以被大幅抑制。值得注意的是，这种去噪过程不需要在通常的读取和编程电路之外的任何额外电路。他们将去噪过程纳入设备调谐算法，并成功地将一个在标准商业代工厂制造的忆阻器（图1a-d）编程为2048个电导水平（图1g），对应于11位的分辨率。导电原子力显微镜（C-AFM）被用来观察编程和去噪过程中传导通道的演变。他们发现，正常的开关操作（设置或重置）最后总是会出现一些不完整的传导通道，这些通道沿着主要的传导通道以孤岛或模糊的边缘出现，其稳定性低于主要的传导通道。第一原理计算表明，这些不完整的通道是不稳定的相界，其掺杂物水平的范围对附近捕获的电荷很敏感，导致了每个电导水平的大波动。他们在实验和理论上表明，去噪过程中适当的电压要么湮灭（削弱），要么完成（增强）这些不完整的通道，导致波动的强烈减少和忆阻器精度的大幅提高。所观察到的现象一般存在于具有局部传导通道的忆阻器开关过程中，其见解可应用于大多数忆阻器系统的科学理解和技术应用。

本研究中使用的忆阻器是由一家商业半导体制造商在8英寸的晶圆上制造的（图1b）。关于制造过程的细节在《方法》中提供。图1c显示了忆阻器的横截面图，图1d放大了关键的电阻性开关层。由电子能量损失光谱学产生的元素图像显示在补充图1中。该器件由一个Pt底层电极、一个Ti/Ta顶层电极和一个HfO₂/Al₂O₃双层组成，在CMOS外围电路上方的240 nm孔中制造。Al₂O₃和Ti层被设计得很薄（<1 nm），以便它们看起来像一个混合层而不是两个独立的连续层。当底部电极接地时，该器件可以通过向顶部电极施加足够的正电压（用于设置）或负电压（用于复位）来进行切换。设置或复位操作后的波动水平（以恒定电压下测量的电流的标准偏差为特征）分布在宽范围内（补充图2）。该结果表明，作为编程的状态通常有很大的波动。这在很大程度上限制了忆阻器的应用，但这是更普遍的忆阻材料的一个特点。数据还显示，与复位操作相比，设置操作往往会在原编程状态下引起更大的波动。这种读取波动主要包括随机电报噪声（RTN），它通常在恒定的读取电压下，在随机的时间点上有两个或多个电流水平之间的阶梯状转换。这样的RTN通常存在于忆阻器中。即使是看起来不是阶梯状的波动，事实上也可能是由RTN构成的，只有当测量采样率高于RTN的频率时才能显示出来，如补充图3所示。之前已经通过模拟证明，忆阻器RTN可能是由于电荷偶尔困在某些缺陷中，由于库仑屏蔽而阻断了传导通道。然而，目前还没有直接将捕获的电荷、传导通道和RTN联系起来的实验，以及如何消除它。尽管这对一般的忆阻器来说是一个关键问题，但一直不清楚如何减少忆阻器中的RTN。这些实验不仅对了解忆阻器RTN的物理起源很重要，而且对揭示忆阻器开关的整个微观图像和提供高精度忆阻器的可能解决方案也很重要。

图2. 使用C-AFM直接观察去噪过程中传导通道的演变

破译上述结果的根本原因对于找到不稳定电导状态问题的可靠解决方案和理解忆阻开关的动态过程至关重要。在电操作过程中，可视化传导通道的演变对这一目的是有参考价值的。他们用C-AFM精确地定位了有源传导通道，并扫描了周围所有的区域。测量的细节在方法和补充图11中提供。为了进行C-AFM测量，他们制作了一个定制的装置。其结构示意图见图2a。为了使用Pt涂层的C-AFM尖端作为顶部电极，该装置被设计成与图1d所示的标准装置相比有一个相反的结构。通过将底部电极接地并对顶部电极施加电压，该装置可以像他们的标准装置一样以相反的电压极性进行操作--也就是说，正电压倾向于重置该装置，而负电压倾向于设置该装置。C-AFM也成功地进行了去噪操作，如图2b,c所示。去噪前（图2d）和去噪后（图2e）显示了与图2b的读取结果相对应的电导扫描结果，图2c的读取结果显示在图2f,g。对比图2d,e中的电导图发现，传导通道的主要部分（"完整 "通道）几乎保持不变，而正去噪电压消灭了一个类似岛屿的通道（"不完整 "通道）。相比之下，负去噪电压（图2f,g）通过消除图2c中的电流骤降来减少噪音。这些结果表明，富含RTN的状态的电导可以分为两部分：完整通道提供的基底电导和不完整通道提供的RTN。这些不完整的通道已经和完整的通道一起形成，但尺寸较小。在基于SrTiO₃的电阻性开关器件中也观察到了这种不完整通道。忆阻器可以通过消除不完整通道（通过去除或完成它们）来去噪。与完整的通道相比，不完整的通道对电压刺激更加敏感，这使得通过使用适当的电刺激来调整前者而不影响后者成为可能。进一步的研究表明，这是一个通用的机制，也可以在其他材料堆中进行（补充图12）。应该指出的是，看似孤立的岛屿可能与表面下的主要传导通道有电连接，也可能没有。然而，这并不改变去噪机制或操作协议。

图3. 俘获电荷引起不完全传导通道中的电导变化

不完全通道阻断过程的模型如图3所示。在C-AFM实验的基础上，他们将器件区域划分为三个阶段：非导电阶段（第一阶段）、导电阶段（第二阶段）和它们之间的区域，该区域有一个中间的电导率（相界）。在编程或去噪操作中，这些相界区域形成或消失，伴随着RTN的观察和去除，表明一些RTN诱导的不完整通道位于这些相界区域。图3a显示了一个缺陷在距离一个宽度为1 nm的岛状不完整通道1 nm处捕获或分离电子。在图3b中，有或没有困住电荷的传输电子波函数ψ(x, y, z)通过通道每个截面的概率密度 n(z) = ∫|ψ( x, y, z) |² dxdy(其中z是沿通道的轴线)来可视化。波函数显示注入的电子在通道中传播的比例。为了模仿第二阶段的不同比例，在模拟中使用了两个电荷载流子密度（第一阶段和第二阶段的平均值）。结果表明，在较低的电荷载流子密度下（轻度掺杂氧空位，对应较少的II相），不完整的通道被完全阻断，而在较高的电荷载流子密度下（重度掺杂，对应较多的II相），部分被阻断。图3c对应于另一个通常观察到的C-AFM结果，其中不完整的通道与主通道相连，周围有多个电荷陷阱。图3d显示，靠近不完整通道的电荷陷阱往往比远处的电荷陷阱对电导有更大的影响。此外，多个电荷陷阱的影响可以相互加强，导致电导率的倍数变化，因为厚的相位边界区域被完全阻断。与以前使用经典载流子漂移扩散方程的模型相比，他们使用量子传输形式主义来模拟带电缺陷对通道电导率的影响，证实了库仑封锁机制适用于纳米级通道。此外，他们推断两个或更多的（N）电荷捕获缺陷可以导致复杂的RTN模式，最多2^N级，这与以前的报告一致。

图4. 使用C-AFM测量和相场理论模拟确定的亚阈值电压去噪机制

四、结论与展望

研究者在忆阻器中实现了2,048个电导率水平，这比以前的演示高出一个多数量级。值得注意的是，这些都是在一个商业工厂制造的全集成芯片的忆阻器中获得的。他们通过实验和理论研究表明了忆阻器中电导率波动的根本原因，并设计了一个电操作协议来对忆阻器进行去噪，以便进行高精度操作。该去噪过程已经成功地应用于整个256×256的交叉点，使用为定期读取和编程而设计的片上驱动电路，无需任何额外硬件。这些结果不仅为忆阻器开关过程的微观图像提供了关键性的见解，也代表着在将忆阻器技术商业化，作为机器学习和人工智能的硬件加速器的边缘应用方面迈出了一步。此外，这种模拟忆阻器也可能使电子电路能够为最近提出的致命计算增长。

文献链接：

https://www.nature.com/articles/s41586-023-05759-5.

本文为e测试原创，未经允许，禁止转载！