類腦憶阻器基人工智能應用獲進展

隨著人工智能的發展，憶阻器因其“存算一體”的特性被越來越多的研究者探索，鐵電憶阻器因其優異的極化可控、多值存儲和在神經計算領域的應用潛力而受到人們的特別關注。其中，由于鐵電材料的技術需求和無鉛無毒的環境要求，鈦酸鋇（BaTiO₃)成為了鐵電鈣鈦礦氧化物鉛基材料的最佳替代品之一。

然而，目前大多數鐵電材料生長在單晶襯底上，復雜氧化物材料的硅兼容性不足阻礙了其與當前硅互補金屬氧化物半導體技術的實際集成，在純鈦酸鋇鐵電材料中還存在高介電損耗的問題。

近日，河北大學教授閆小兵團隊報道了一種全新的材料結構，由鈦酸鋇摻雜低介電系數材料二氧化鈰（CeO₂）的垂直排列納米復合(VANs)鐵電薄膜作為憶阻介質，成功的獲得了硅基外延鐵電薄膜。

通過這種新結構的引入，該鐵電憶阻器器件實現了生物突觸模擬功能。通過控制VANs結構薄膜的制備溫度，優化了鐵電極化反轉特性。特別是，該器件的魯棒耐用性可達109次循環。器件的速度也可以達到10ns，遠低于人腦突觸的反應。利用寬度為50ns的快速脈沖實現了加、減、乘、除的代數運算。

該成果近期在國際學術期刊《先進材料》上發表。

據悉，該結構的器件可以像人腦一樣識別物品的類別，在神經形態計算方面擁有著優秀的性能。研究團隊采用了VGG8卷積神經網絡識別了CIFAR-10數據集，數據集由10個類別的6萬張32×32彩色圖像組成，每個類別有6000張圖像，包括飛機、汽車、鳥、貓、鹿、狗、青蛙、馬、船和卡車。基于該器件采用了模擬片上訓練，在經過200多次訓練之后，在線學習最終識別率達到了90.03%而離線學習識別率更是達到92.55%。

相關論文信息：https://doi.org/10.1002/adma.202110343