記者從中國科學技術大學獲悉，該校李曉光團隊基于鐵電隧道結量子隧穿效應，實現了具有亞納秒信息寫入速度的超快原型存儲器，并可用于構建存算一體人工神經網絡，該成果日前發表在《自然通訊》雜志上。

在大數據時代，海量數據的低能耗、快速存儲處理是突破和完善未來人工智能、物聯網等技術發展的關鍵之一。為此，迫切需求一種既像SRAM一樣能匹配CPU處理數據的速度，又像閃存一樣具備高密度、非易失的信息存儲。如果該存儲器還具有優秀的憶阻特性，從而實現人工突觸器件的功能，則可用于構建存算一體的計算系統，并有望突破馮諾依曼架構，為人工智能提供硬件支持。

研究人員制備了高質量鐵電隧道結，其中鐵電勢壘層厚為6個單胞（約2.4nm）。基于隧道結能帶的設計，以及其對阻變速度、開關比、操作電壓的調控，該原型存儲器信息寫入速度快至600皮秒、開關比達2個數量級，且其600皮秒的阻變速度在85℃時依然穩定；寫入電流密度比目前其他新型存儲器低約3個量級；一個存儲單元具有32個非易失阻態；寫入的信息預計可在室溫穩定保持約100年；可重復擦寫次數達108-109次，遠超商用閃存壽命。即使在極端高溫（225℃）環境下仍能進行信息的寫入，可實現高溫緊急情況備用。

該鐵電隧道結非易失存儲器具有超快、超低功耗、高密度、長壽命、耐高溫等優異特性，由于該存儲器還具有憶阻特性，可用于構建超快的人工突觸器件，從而用于開發超快人工神經網絡存算一體系統。人工神經網絡的模擬結果表明，利用該鐵電隧道結憶阻器構建的人工神經網絡可用于識別MNIST手寫數字，準確率可達90%以上。