基于忆阻器的神经形态计算可以帮助满足人工智能等数据密集型计算应用日益增长的需求。具有多种电导状态的模拟忆阻器在高效神经形态计算中特别有用，但它们的权重映射能力通常受到较小开/关比的限制。
鉴于此，武汉大学何军教授、李叶生特聘副研究员展示了使用二维范德华金属材料（石墨烯或铂二碲化物）作为阴极可以创建具有模拟电阻开关和大开/关比的忆阻器。忆阻器使用银作为顶部阳极，使用铟磷硫化物作为开关介质。以前的方法主要通过改变电阻开关层或阳极来调节离子运动，这可以降低开/关比。相比之下，该方法依赖于范德华阴极，它允许银离子插入/脱出，从而形成高扩散势垒来调节离子运动。该策略可以实现模拟电阻开关，开关比高达108，电导状态超过8位，功耗为阿焦耳级。作者还利用模拟特性对具有高识别精度的卷积神经网络进行了芯片级仿真。相关研究成果以题为“Memristors with analogue switching and high on/off ratios using a van der Waals metallic cathode”发表在最新一期《Nature Electronics》上。本文通讯作者为武汉大学物理学院院长何军教授，国家杰出青年基金获得者、科技部中青年科技领军人才、中组部“万人计划”入选者、国家重点研发计划首席科学家。本文一作兼通讯为武汉大学物理科学与技术学院李叶生特聘副研究员。，1990年出生。2008.09-2012.07——南昌大学材料科学与工程学士。2012.09-2017.07——清华大学材料科学与工程博士，清华大学。2019.03-2021.10期间，新加坡国立大学电子与计算机工程系博士后。值得一提的是，2021年，李叶生以第一作者身份已发表一篇《Nature Electronics》。本文的忆阻器件设计采用三部分结构，包括银(Ag)顶部阳极、作为开关介质的磷化铟(IPS)和vdW金属阴极（GR或PtTe2）。多级开关是通过控制银离子嵌入和脱嵌到阴极来实现的，从而在大动态范围内实现可调谐、非易失性电导状态。该器件展示了卓越的模拟开关行为，开/关比高达108，这是通过控制离子运动的vdW阴极的高扩散势垒实现的。图1详细介绍了Ag/IPS/GR和Ag/IPS/Au忆阻器的基本结构。它将Ag/IPS/Au系统中观察到的传统突然切换过程与Ag/IPS/GR器件更为渐进和模拟的切换行为进行了比较。范德华材料(GR)提供了高扩散势垒，可在SET和RESET过程中实现更可控且渐进的细丝形成和破裂，如电流-电压(I-V)曲线所示。该器件在多个循环和温度下也表现出强大的保持力和耐久性。基于vdW的器件的战略优势在于，与其他ECM忆阻器相比，它能够提供更大的开/关比，同时保留模拟开关，这对于高精度神经拟态计算至关重要。图 1. 利用vdW金属石墨烯，GR作为正极，具有较大开/关比的模拟开关作者进一步详细介绍了Ag/IPS/GR忆阻器中实现的多级开关（图2），表明该器件可以通过改变RESET电压可靠地调谐到278种不同的电导状态。这种功能对于在神经形态系统中实现类突触行为至关重要，从而允许在单个设备中表示多个权重状态。此外，该器件在长期增强(LTP)和长期抑制(LTD)方面均表现出高度线性和对称的电导更新，这对于模拟人工智能系统中生物突触的行为至关重要。Ag/IPS/GR和Ag/IPS/Au器件之间的比较强调了vdW阴极在实现逐渐切换方面的重要性。后一种器件表现出更像数字的RS行为，具有急剧的电导跳跃，不适合突触应用。图 2. 在银Ag/硫化铟磷，IPS/石墨烯GR忆阻器中的多级开关【使用多层vdW PtTe2作为阴极的IPS忆阻器的模拟开关性能】作者还研究了另一种vdW材料PtTe2作为类似器件结构中的阴极的使用。结果表明，Ag/IPS/PtTe2忆阻器表现出同样令人印象深刻的模拟开关性能，具有大约107的开/关比和类似的多态功能。然而，PtTe2具有一些独特的优势，包括较低的工作电压和在高电阻状态(HRS)下降低的电阻，使其成为某些应用中GR的有竞争力的替代品。Ag/IPS/PtTe2忆阻器的性能如图3所示，强调了其在128个不同电导水平之间进行调节的能力。该图突出显示了与基于GR的器件相比，基于PtTe2的器件中模拟开关所需的工作电压较低，进一步强调了vdW材料在忆阻应用中的多功能性和适应性。基于PtTe2的设备的功耗也较低，使其非常适合低功耗神经形态计算系统。图 3. 利用多层范德瓦尔斯vdW PtTe2作为正极，硫化铟磷IPS忆阻器的模拟开关性能观察到的高性能开关的关键在于vdW阴极内银离子的嵌入和脱嵌。这些过程引入了慢动力学因子(SKF)，它可以对离子运动进行精细控制，并允许逐渐形成细丝和断裂。这与传统的忆阻器形成鲜明对比，传统的忆阻器中导电丝的突然形成会导致类似数字的开关。横截面透射电子显微镜(CS-TEM)图像和能量色散X射线光谱(EDS)映射（图4），可视化了Ag离子在SET过程中插入GR和PtTe2阴极以及随后在RESET过程中脱嵌的过程。图像揭示了GR晶格的扭曲，表明离子嵌入。这种可逆的嵌入/脱嵌对于实现模拟切换至关重要，因为它以渐进的方式控制导电丝的形成和破裂。理论计算表明，vdW阴极（GR和PtTe2）中银离子的扩散势垒明显高于IPS开关介质中的扩散势垒。这种高扩散势垒确保只有少量的银离子参与切换过程，防止过多的离子积累，从而导致不可逆切换和器件故障。因此，忆阻器在多个周期内表现出稳定的模拟开关行为。所开发的忆阻器最重要的应用之一是神经形态计算，特别是图像识别等任务。该论文演示了使用Ag/IPS/GR和Ag/IPS/PtTe2忆阻器作为突触器件的卷积神经网络(CNN)的芯片级实现。该器件用于表示交叉阵列配置中的突触权重，忆阻器的电导状态对应于神经网络的权重。作者展示了基于CIFAR-10数据集（图像识别任务的常见基准）的8层CNN架构（图5）。结果表明，当使用不同的脉冲方案时，GR阴极和PtTe2阴极忆阻器的识别精度都达到91%，接近由完美突触器件组成的理想CNN的性能。这凸显了这些忆阻器在实际神经形态系统中的应用潜力，可提供高精度和低功耗。本文最后强调了vdW阴极忆阻器在高性能、低功耗神经形态计算方面的潜力。高开/关比、多态电导和线性模拟开关行为的结合使这些器件特别适合需要精确权重更新的应用，例如人工神经网络。此外，这些设备实现的低功耗（低至阿焦耳范围）表明它们对于节能人工智能系统的可行性。总之，在忆阻器中战略性地使用vdW金属阴极为实现高性能模拟开关器件提供了一种强大的方法。这些忆阻器展示了改变神经拟态计算领域的潜力，从而能够开发速度、准确性和能源效率更高的下一代人工智能硬件。该研究为进一步研究vdW材料及其在存储设备和神经形态系统中的应用提供了一个全面的框架。