寧波大學胡子陽ACS：利用準2D鈣鈦礦憶阻器中的雙電阻開關實現集成非易失性存儲器、突觸仿真和儲層計算，助力神經形態計算發展

人工智能（AI）算法對計算能力的需求日益增長，已遠遠超出傳統計算架構的承載能力。面對這一挑戰，寧波大學物理科學與技術學院的胡子陽教授帶領其團隊積極探索新型材料和計算范式，以期找到解決方案。他們發現，集成多種阻變（RS）行為的憶阻器為開發新型計算架構提供了一條**潛力的途徑。

在本研究中，胡子陽教授團隊在準二維鈣鈦礦憶阻器（Q-2DPM）中成功實現了易失性和非易失性RS行為的共存。作為非易失性存儲器，Q-2DPM展現出了**的性能。該團隊不僅在Q-2DPM上成功模擬了興奮性突觸后電流（EPSC）、配對脈沖易化（PPF）以及長時程增強/抑制（LTP/LTD）等多種突觸功能，證明了其復制生物突觸動態特性的能力，還通過利用Q-2DPM的電導狀態構建了神經網絡模型，并驗證了這些器件在集成到交叉陣列中用于高精度MNIST數字識別任務時的巨大潛力。在125個訓練周期后，該系統實現了約92.17%的識別準確率，這充分凸顯了Q-2DPM在神經形態計算中的有效性。

此外，胡子陽教授團隊還深入探索了歸因于鹵素離子遷移和自摻雜效應形成的易失性RS行為在物理儲層計算（RC）中的應用。他們發現，該系統對時變輸入具有出色的高保真分類能力，并且在處理現實世界數據變異性時表現出極高的魯棒性，這一點通過其成功分類帶有噪聲的數字圖像得到了證明。

為了更深入地理解Q-2DPM的工作原理，該團隊還利用電化學阻抗譜（EIS）和雙對數曲線擬合等方法，對Q-2DPM內部的雙重RS機制進行了詳細的闡明。這些研究不僅為憶阻器的RS行為提供了新的見解，還展示了在單一設備內集成多樣RS行為的可行性，為通用計算單元的發展鋪平了道路。

Q-2DPM的多功能集成代表了神經形態硬件架構的一個有前景的方向，為實現支持復雜AI算法的高效能、高密度計算平臺提供了可能。展望未來，胡子陽教授團隊表示，Q-2DPM的陣列化和片上神經網絡實現等進展具有巨大的潛力。鈣鈦礦的**光電特性使得Q-2DPM的開發成為可能，這為傳感器內計算等應用開辟了令人興奮的新機遇。他們的研究成果不僅為神經形態計算領域帶來了創新性的突破，也為下一代計算技術的發展奠定了堅實的基礎。

文獻信息：

Leveraging Dual Resistive Switching in Quasi-2D Perovskite Memristors for Integrated Non-volatile Memory, Synaptic Emulation, and Reservoir Computing

Zhenwang Luo，Weisheng Wang，Junhui Wu，Guohua Ma，Yanna Hou，Cheng Yang，

Xu Wang，Fei Zheng，Zhenfu Zhao，Ziqi Zhao，Liqiang Zhu，Ziyang Hu

https://pubs.acs.org/doi/10.1021/acsami.4c21159

- 產品咨詢及購買請聯系我們 -