4月8日消息，中國科學技術大學李曉光團隊一直致力于鐵性隧道結信息存儲原型器件研究，在磁電耦合、超快、多阻態、低功耗、非易失信息存儲等方面取得了重要進展。在前期研究基礎上，近日，該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，該成果以Sub-nanosecond memristor based on ferroelectric tunnel junction 為題在線發表在《自然-通訊》雜志上（Nat. Commun.）。

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（《1ns），又像閃存一樣具備高密度、非易失的信息存儲。更進一步地，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Ag/BaTiO3/Nb:SrTiO3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600ps（注：機械硬盤的速度約為1ms， 固態硬盤的約為1-10ms）、開關比達2個數量級，且其600ps的阻變速度在85℃時依然穩定（工業測試標準）；寫入電流密度4×103A/cm2，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（約105次）。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。

圖例說明：鐵電隧道結憶阻器的阻變特性和神經形態模擬計算。

圖a. 鐵電隧道結量子隧穿效應概念示意圖。圖b. 施加不同幅值的600ps電脈沖實現隧道結電阻的連續調控。圖c. 可分辨的32個獨立電阻狀態保持特性。圖d. 鐵電隧道結阻變存儲器阻變次數測試。圖e. 鐵電隧道結STDP測試。f. 模擬神經網絡識別MNIST手寫數字的準確率隨訓練次數變化圖。

這些結果表明，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，是目前綜合性能最好的非易失存儲器之一。特別是，該存儲器還由于鐵電隧穿層中疇的可連續翻轉特性能實現電阻的連續調節，而且這一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。

中國科大合肥微尺度物質科學國家研究中心和物理學院教授李曉光和殷月偉為論文通訊作者。博士生馬超、羅振為論文共同第一作者。

該項研究得到國家自然科學基金、科技部國家重點研發計劃、中國科大“雙一流”人才團隊平臺項目的資助。

責任編輯：gt