陳彧教授團隊等制備出高分子納米神經形態憶阻器

　　近日，華東理工大學化學與分子工程學院陳彧教授團隊與上海交通大學劉鋼研究員、合肥工業大學張章教授合作，利用二維有機共軛策略提高高分子的共平面性、結晶度和阻變穩定性，通過微納加工技術制備了良率高達90%的低功耗納米神經形態器件。這種器件具有與金屬氧化物憶阻器可比擬的應用潛力，為發展小型化、高密度與低功耗存算計算技術提供了新的材料體系和優勢器件基礎。相關成果發表于《自然—通訊》。

　　創新設計和制備兼具記憶和邏輯運算功能的新型憶阻功能材料，開發具有優異的保持力、耐用性和器件間性能一致性的憶阻器，已成為后摩爾時代人工智能芯片領域突破基于傳統馮·諾依曼架構的算力瓶頸和摩爾定律限制的重要創新方向，也是一項極具挑戰性的課題。雖然這類器件具有結構簡單、速度快、功耗低、高存儲容量和存內數據處理能力及與CMOS（互補金屬氧化物半導體技術）工藝兼容等優點，但是大多數阻變介質的結構不均勻性通常會導致隨機和高度局部的電阻開關特性，從而降低了實際應用中納米級憶阻器的良率和可靠性。

　　研究人員以制備的二維共軛高分子PBDTT-BQTPA為活性層，在國際上首次制備了線寬為100納米的高分子憶阻器件，在百納米到百微米的尺度范圍內呈現了均勻的憶阻調變，器件響應時間小于32 納秒，功耗僅為10~15 焦耳/比特、循環耐受性大于108，D2D性能參數波動介于3.16%~8.29%，器件良率高達90%以上。研究人員利用這種具有高穩定性和快速響應特點的有機高分子憶阻器件構建了二進制神經網絡并用于手寫阿拉別數字的識別。結果表明，使用1萬張圖片訓練1個周期后的識別率可以達到99.23%，在模式識別任務上展現了令人滿意的性能。

　　該器件的模擬憶阻行為不僅能夠執行十進制四則算術運算，還可以完成基本的二元布爾邏輯操作，從而在單一聚合物憶阻器中實現多值信息存儲與處理功能的集成。”陳彧表示，多態編碼方式可以在單個器件中存儲更多的信息，從而提高有效面積上的存儲密度。

　　據悉，目前報道的工作是陳彧團隊在《自然-通訊》上發表的第2篇關于高分子憶阻器的工作。先前的工作主要涉及基于側鏈含三苯胺和二茂鐵基團兩個氧化還原體系的聚芴功能材料的柔性憶阻器件的構建(《自然—通訊》2019,10, 736)。

　　華東理工大學是該論文的第一通訊單位，陳彧團隊的張斌副教授、上海交通大學劉鋼團隊的陳威林博士和合肥工業大學張章教授團隊的曾劍敏博士是該論文的共同第一作者，陳彧教授、劉鋼研究員和張章教授是共同通訊作者。