河北大学闫小兵教授团队在类脑忆阻器基人工智能应用方向取得重要进展- 大数跨境

首页

河北大学闫小兵教授团队在类脑忆阻器基人工智能应用方向取得重要进展

科学材料站

2022-05-18

导读：本文报道了一种全新的材料结构，由BTO掺杂低介电系数材料CeO2的垂直排列纳米复合(VANs)铁电薄膜作为忆阻介质

研究背景

随着人工智能的发展，忆阻器因其“存算一体”的特性被越来越多的研究者探索，铁电忆阻器因其优异的极化可控、多值存储和在神经计算领域的应用潜力而受到人们的特别关注。其中，由于铁电材料的技术需求和无铅无毒的环境要求，BaTiO₃(BTO)成为了铁电钙钛矿氧化物铅基材料的最佳替代品之一。然而，目前大多数铁电材料生长在单晶衬底上，复杂氧化物材料的硅兼容性不足阻碍了其与当前硅互补金属氧化物半导体技术的实际集成，在纯BTO铁电材料中还存在高介电损耗的问题。

文章简介

基于此，河北大学闫小兵教授团队报道了一种全新的材料结构，由BTO掺杂低介电系数材料CeO₂的垂直排列纳米复合(VANs)铁电薄膜作为忆阻介质，成功的获得了硅基外延铁电薄膜。通过这种新结构的引入，该铁电忆阻器器件实现了生物突触模拟功能。通过控制VANs结构薄膜的制备温度，优化了铁电极化反转特性。

特别是，该器件的鲁棒耐用性可达109次循环。器件的速度也可以达到10 ns，远低于人脑突触的反应。利用宽度为50 ns的快速脉冲实现了加、减、乘、除的代数运算。该成果以 “A Robust Memristor Based on Epitaxial Vertically Aligned Nanostructured BaTiO₃-CeO₂ Films on Silicon”为题，在国际知名学术期刊《Advanced Materials》上发表。

图1. (a) Pd/BTO-CeO₂/LSMO/STO/Si器件的原理结构图。(b)器件ϕ – scan测试结果。(c) BTO-CeO₂层的垂直排列纳米复合铁电薄膜（TEM图）。(d)耐久性能可超过109次

成果简介

该器件可以像人脑一样识别物品的类别，在神经形态计算方面拥有着优秀的性能，他们采用了VGG8卷积神经网络识别了CIFAR-10数据集，数据集由 10 个类别的 60,000 张 32×32 彩色图像组成，每个类别有 6,000 张图像。有 50,000 个训练图像和 10,000 个测试图像。

图像的类别包括飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船和卡车，如图 2（b）所示。基于该器件采用了模拟片上训练，在经过200多次训练之后，在线学习最终识别率达到了90.03%而离线学习识别率更是达到了惊人的92.55%。见图2（c）。毫无疑问，这一成果是非常显著的。

图2.图像识别部分。（a）VGG-8卷积神经网络机构示意图。（b）CIFAR-10数据集的类别及部分图像示例。（c）在卷积神经网络中的训练次数与识别率的关系

BTO-CeO₂ VANs结构可以显著降低忆阻器的漏电流，这有利于低功耗的商业应用。该研究结果为硅基外延铁电忆阻在集成电路和神经形态芯片的发展提供了新思路。上述成果于2022年3月份以题“A Robust Memristor Based on Epitaxial Vertically Aligned Nanostructured BaTiO₃−CeO₂ Films on Silicon”发表在国际知名学术期刊《Advanced Materials》（IF=30.8）上。河北大学闫小兵教授为本文的第一作者和通讯作者，硕士生贺海东为共同第一作者，河北大学为唯一通信作者单位。上述工作得到了国家重点研发计划、国家自然科学基金委等项目的资助。

文章链接

https://onlinelibrary.wiley.com/doi/full/10.1002/adma.202110343

通讯作者简介

闫小兵教授

河北大学电子信息工程学院教授，博士生导师。近年来致力于类脑芯片关键元器件忆阻器与系统的研发，先后获得国家重大人才工程青年学者、教育部霍英东青年教师奖、宝钢优秀教师奖、河北省青年科技奖、河北省青年五四奖章、河北省青年拔尖人才、河北省三三三人才二层次称号、河北省杰出青年等。在顶级国际权威期刊 Nature Nanotechnology、Advanced Materials、Nature Communications等发表论文100余篇，2019年被评为全球前2%顶尖科学家。

本课题组招聘青年教师和博后，优秀者可解决家属事业编制工作，欢迎投递简历至xiaobing_yan@126.com。要求：电子、光学、材料、化学、生物等理工科方向，发表1-2篇SCI论文。欢迎加入从事类脑芯片与器件的研究。