掺杂碱金属离子的HfO2电介质在可重构神经形态计算中的应用

《Advanced Functional Materials》：Alkali Ion-Incorporated HfO2 Dielectrics for Reconfigurable Neuromorphic Computing

离子掺杂氧化锆膜实现神经形态计算器件的制备与逻辑功能扩展

　　神经形态计算系统的目标是模拟生物神经网络中的短期和长期记忆功能，从而突破传统冯·诺依曼架构在能耗和并行信息处理方面的局限性。这一研究提出了一种基于溶液处理的方法，用于制造嵌入碱金属阳离子的氧化铪（HfO?）介电层，从而实现可调的突触行为。通过将氟化钠（NaF）引入电化学剥离的二硫化铪（HfS?）纳米片，随后进行热氧化处理，研究人员成功制备出厚度约为8纳米的均匀、超薄HfO?薄膜，其中嵌入了可移动的碱金属离子。这种离子工程的介电材料被用于构建基于氧化铟镓锌（IGZO）的突触器件，展现了显著的长期记忆特性与可调的突触可塑性。

在神经形态计算中，突触行为的模拟至关重要，因为它决定了信息处理和存储的效率。传统的固态电子突触器件通常依赖于电阻开关、电荷陷阱、铁电性等记忆机制，而这些机制在实现类脑计算时存在一定的局限性。例如，许多方法在可扩展性、工艺复杂性以及突触可调性与数据保持稳定性之间的权衡方面表现不佳。此外，突触保持时间的精确控制也是一个挑战，因为器件往往表现出快速衰减或过度稳定的特性，这限制了其在记忆应用中的实用性。同时，突触保持时间的调节通常与其他关键性能指标（如耐久性、开关速度和能耗）产生冲突。因此，开发具有精细可调保持行为的先进材料系统和器件结构，对于神经形态硬件的实际应用至关重要。

本研究提出了一种新的策略，通过结构类似但电子行为不同的方法对传统介电材料进行改性。研究人员首先利用分子插层电化学剥离法合成二硫化铪纳米片，这些纳米片具有高长宽比、均匀厚度和对齐的基面结构，并且能够在晶圆级衬底上实现大规模生产。随后，将这些纳米片分散在有机溶剂中，并通过旋涂工艺涂覆在衬底上，再经过500摄氏度下10小时的热氧化处理，形成含有可移动Na?离子的HfO?薄膜。这种方法不仅实现了纳米级厚度的精确控制，还通过选择特定的离子种类来调节突触功能，从而克服了传统沉积技术的固有局限性。

通过将这种离子嵌入的HfO?作为栅极绝缘层，研究人员制造了基于IGZO的突触器件，这些器件能够在长期保持条件下模拟突触行为。其中，未掺杂的HfO?器件表现出短期突触特性，即在输入电压脉冲后，突触后电流（PSC）迅速上升，随后快速衰减至基线水平。而掺杂NaF的HfO?器件则表现出显著的长期保持能力，其PSC水平能够在超过30秒的时间内保持稳定，这使其成为模拟长期记忆的理想候选材料。此外，研究人员还通过改变输入脉冲的幅度、宽度和频率，进一步验证了这些器件在不同条件下的可调突触可塑性，包括长期增强（LTP）和长期抑制（ LTD）行为。这些结果表明，通过离子工程，可以实现突触行为的精确调控，从而满足神经形态计算系统对复杂信息处理和存储的需求。

研究还进一步探讨了这些离子嵌入的HfO?薄膜的化学和物理特性。通过X射线光电子能谱（XPS）分析，研究人员确认了HfO?薄膜在热氧化前后的化学组成变化。在未氧化的HfS?纳米片中，Hf 4f双峰出现在16.5和18.2电子伏特，表明Hf-S键的存在。而经过热氧化后，Hf-O键的形成使得Hf的光电子能谱中出现了两个明显的双峰，分别位于17.2和18.9电子伏特。此外，XPS还检测到了与Hf-O-F键相关的微小双峰，这表明氟化钠中的氟离子与氧化铪中的氧空位发生了相互作用。这种化学相互作用为突触行为的可调性提供了理论依据，同时也验证了HfO?薄膜中钠离子的均匀分布。

在物理表征方面，研究人员利用原子力显微镜（AFM）对HfO?薄膜的表面形貌和粗糙度进行了分析。结果表明，无论是原始HfO?还是掺杂NaF的HfO?薄膜，其表面形貌都非常相似，说明在异丙醇（IPA）溶剂中，HfS?纳米片和NaF盐的混合溶液具有良好的均匀性。此外，通过透射电子显微镜（TEM）和能量色散X射线光谱（EDS）分析，研究人员进一步验证了钠离子在HfO?薄膜中的均匀分布情况。结合时间飞行二次离子质谱（TOF-SIMS）技术，研究还获得了HfO?薄膜的三维图像及其深度分布，进一步证明了钠离子的均匀嵌入和其在材料中的稳定存在。

基于这些离子嵌入的HfO?薄膜，研究人员构建了多种具有类脑功能的电路结构，包括1T-1S记忆阵列、突触比较器和可重构的AND/OR逻辑门。1T-1S记忆单元是一种典型的神经形态存储单元，由一个原始HfO?晶体管作为访问晶体管（ATR）和一个掺杂NaF的HfO?晶体管作为突触晶体管（STR）组成。ATR负责信号传输，而STR则用于存储信息。通过这种设计，系统能够实现对特定信息的过滤和记忆更新，从而模拟大脑中的选择性注意力和重复学习过程。此外，突触比较器能够根据两个输入信号的差异生成相应的输出电压，这种模拟突触功能的器件在实现类脑信息处理方面展现出显著的优势。

研究还进一步探索了可重构AND/OR逻辑门的应用潜力。该逻辑门由一个长期突触晶体管（LTS）和两个短期突触晶体管（STS）组成，其中LTS通过接收连续的输入脉冲来调整其工作模式，从AND逻辑切换到OR逻辑。这一功能使得系统能够根据不同的输入条件进行自适应调整，从而实现更复杂的计算任务。例如，在健康监测系统中，LTS可以基于长期记忆的特性，对慢性疾病相关信号进行持续检测，并根据输入信号的变化动态调整逻辑模式，实现个性化诊断。这种灵活性和可重构性为神经形态计算系统在智能医疗、环境监测和人工智能等领域的应用提供了新的可能性。

为了验证这些器件的性能，研究人员进行了多种实验测试。在电学特性方面，测试了不同离子掺杂的HfO?薄膜的阈值电压（Vth）偏移和开/关电流比（I_on/I_off）。结果表明，掺杂NaF的HfO?器件表现出最佳的性能，其Vth偏移为3.6伏特，I_on/I_off比值接近10?，表明其具有优异的开关性能。此外，通过测量不同输入条件下的PSC响应，研究人员进一步验证了这些器件在长期保持条件下的稳定性。例如，在连续施加4伏特脉冲后，PSC水平能够在超过30秒的时间内保持稳定，这为实现高精度的记忆存储提供了坚实的基础。

除了突触行为的模拟，研究人员还探讨了这些离子嵌入的HfO?介电材料在实际应用中的潜力。通过构建具有类脑功能的电路系统，如1T-1S记忆阵列和突触比较器，研究人员展示了这些材料在神经形态计算中的实际价值。其中，1T-1S记忆阵列能够实现对重复信息的记忆和遗忘，而突触比较器则能够根据输入信号的差异生成连续的输出电压。这些特性使得系统能够模拟生物神经网络中的信息处理机制，从而在能耗和性能方面优于传统计算架构。

此外，研究人员还对这些器件的长期稳定性和可重复性进行了测试。在连续施加100次增强和抑制脉冲后，系统仍然能够保持稳定的PSC响应，这表明其具有良好的耐久性和可靠性。通过实时测量不同输入脉冲条件下的PSC变化，研究人员进一步验证了这些器件在不同工作模式下的稳定性能，证明了其在实际应用中的可行性。例如，在切换AND和OR逻辑模式时，系统能够保持稳定的输出，这表明其具有良好的可重构性和适应性。

最后，这项研究为未来神经形态计算的发展提供了新的思路和方法。通过将离子工程与传统半导体制造工艺相结合，研究人员开发出了一种可扩展、可调的制造技术，能够大规模生产具有类脑特性的硬件。这种技术不仅在材料科学和电子工程领域具有重要意义，还为实现低能耗、高效率的计算系统提供了新的途径。同时，该研究还展示了这些材料在智能医疗、人工智能和环境监测等领域的广泛应用前景，为下一代神经形态计算技术的发展奠定了基础。