基于非易失性存储器电子突触的神经形态计算技术是支撑人工智能发展的重要技术之一,近些年备受关注。非易失性存储器件的材料及器件特性直接影响其在电子突触模拟及神经形态计算应用方面的性能。因此,如何优化出适用于神经形态计算技术的电子突触器件成为研究热点,其关键难点在于实现高可靠长时程突触可塑性以及短时程突触可塑性的模拟。基于锗锑碲(Ge2Sb2Te5,GST)的相变随机存取存储器(PCRAM)因具有集成电路硅工艺兼容性、工艺成熟、器件可靠性高以及适中的阻变速度等特点被广泛应用于电子突触研究。然而,目前GST基PCRAM器件通常仅能模拟长时程突触可塑性,限制了PCRAM在电子突触及神经形态计算领域的应用。
近日,西安交通大学电信学部电子学院任巍教授、牛刚教授团队通过钌(Ru)掺杂对传统GST器件进行改性最终实现了高可靠长时程/短时程电子突触,本工作是在精密微纳制造技术全国重点实验室和电子陶瓷与器件教育部重点实验室支持下完成的。本研究提出了Ru掺杂GST (RuGST)电子突触并利用同一种RuGST器件实现了短时程增强和双脉冲异化、长时程抑制和脉冲依赖可塑性等多种突触行为的模拟。优化后的RuGST薄膜六方相相变温度>380℃,器件耐久度>108次,器件电阻漂移系数仅为0.092。基于优化设计的电脉冲激励方案,实现了高线性的电导增强和抑制分布,线性度系数分别为0.999和0.976。通过微观结构表征研究表明Ru掺杂原子进入GST晶格从而改变了原子排列并提高了器件可靠性,进而揭示了Ru掺杂改善GST电特性以及独立模拟长时程/短时程可塑性的内在机制。最后,基于ResNet 101网络,RuGST电子突触在CIFAR-100数据集识别任务中实现了94.1%的识别精确度。本研究利用同种RuGST器件实现短时程/长时程突触可塑性,对促进PCRAM在复杂认知、高阶学习等神经形态计算技术领域的发展具有重要意义。
该成果以《面向神经形态计算的钌掺杂锗锑碲高可靠长/短时程相变电子突触》(Long-term and short-term plasticity independently mimicked in highly reliable Ru-doped Ge2Sb2Te5electronic synapses)为题发表在《信息材料》上(InfoMat,影响因子22.7)。西安交通大学王强博士为该论文第一作者,西安交通大学任巍教授、牛刚教授及中科院上海微系统所宋三年研究员为该论文通讯作者,西安交通大学蒋庄德院士、赵立波教授、张斌教授、软件学院博士生王亚川为论文共同作者。论文的合作单位包括德国莱布尼茨晶体生长所、中科院上海微系统所及中科院微电子所。 论文获得了包括国家自然科学基金、陕西省重点研发计划等项目的资助。
Ru掺杂对Ge2Sb2Te5器件电特性的影响研究
RuGST电子突触分别模拟短时程可塑性和长时程可塑性
基于ResNet 101算法,RuGST电子突触实现图片识别任务
西安交通大学电信学部电子学院任巍教授、牛刚教授课题组长期从事后摩尔集成电路功能薄膜与器件的研究。近年来在“后摩尔”介电、压(铁)电功能薄膜与集成器件方面取得了系列成果,研究论文已经发表于 Nature Commun.、Adv. Funct. Mater.、ACS Nano、IEEE Electron. Dev. Lett.和Sensor Actuat. B 等期刊上。
论文链接:https://onlinelibrary.wiley.com/doi/full/10.1002/inf2.12543
牛刚教授个人主页:/xjtu/smu_gr/web/gangniu