MOCVD生长高取向ε(κ)-Ga2 O3 薄膜及其在忆阻器应用中的突破性进展

为解决传统计算架构的"内存墙"和"功耗墙"瓶颈，研究人员通过金属有机化学气相沉积(MOCVD)在硅衬底上异质外延生长高取向ε(κ)-Ga2 O3 薄膜，成功开发出具有自发极化特性的忆阻器。该器件展现出6×104 的高开关比、1μs的超快切换速度和4500次循环的耐久性，并能模拟突触可塑性功能，为神经形态计算提供了新材料解决方案。

　　

随着人工智能和大数据应用的爆发式增长，传统冯·诺依曼架构正面临"内存墙"（数据处理与存储速度不匹配）和"功耗墙"（数据传输能耗过高）的双重挑战。这一根本性瓶颈促使科学家探索非冯·诺依曼计算范式，其中忆阻器基神经形态计算因其存算一体特性备受关注。然而现有忆阻器材料难以同时满足高速、高稳定性、低功耗等需求，特别是缺乏能模拟生物突触动态特性的理想材料。

在此背景下，台湾的研究团队在《Materials Today Advances》发表重要成果，通过创新性地采用金属有机化学气相沉积(MOCVD)技术，在硅衬底上成功生长出高取向的ε(κ)-Ga₂
O₃
薄膜，并首次将其应用于忆阻器。这项研究不仅实现了材料制备技术的突破，更开发出性能优异的神经形态器件，其6×10⁴
的开关比和1μs的切换速度创造了氧化镓基忆阻器的新纪录，特别是成功模拟了生物突触的多种可塑性行为，为下一代人工智能硬件提供了关键材料基础。

关键技术方法包括：采用高功率脉冲射频磁控溅射制备TiN缓冲层；通过MOCVD在520-650°C温度区间调控Ga₂
O₃
结晶相变；利用X射线衍射(XRD)和透射电镜(TEM)表征晶体结构；通过X射线光电子能谱(XPS)分析氧空位浓度；采用半导体参数分析仪测试忆阻器性能。

【结果与讨论】

1. 温度调控的结晶相变
   通过系统研究生长温度对Ga₂
   O₃
   结晶行为的影响，发现温度窗口决定相选择：低于550°C形成非晶相，580°C获得纯ε(κ)相（XRD半高宽仅0.111°），高于620°C则出现β相。这种"非晶→ε(κ)→β"的相变路径为高质量ε(κ)-Ga₂
   O₃
   的可控制备提供了关键参数。

2. 材料特性表征
   原子力显微镜(AFM)显示薄膜表面粗糙度仅0.143nm，XPS证实氧空位浓度低至3%，接近理想化学计量比。高分辨TEM观察到0.452nm的(002)晶面间距，选区衍射证实c轴择优取向，这些结果共同表明MOCVD能生长出高结晶质量的ε(κ)-Ga₂
   O₃
   。

3. 忆阻器性能突破
   制备的Ti-Au/ε(κ)-Ga₂
   O₃
   /TiN忆阻器展现双极阻变特性，开关比超过6×10⁴
   ，耐久性达4500次循环，切换速度快于1μs。这种优异性能源于ε(κ)相的自发极化特性，电滞回线测试证实其铁电行为可有效调控电阻状态。

4. 突触功能模拟
   器件成功模拟生物突触的关键特性：在2V脉冲刺激下产生兴奋性突触后电流(EPSC)；脉冲电压从0.7V增至3.7V时，突触电压依赖性可塑性(SVDP)指数提升280倍；25次脉冲刺激可实现突触数量依赖性可塑性(SNDP)。这些特性使其能模拟生物神经系统的学习记忆机制。

这项研究通过精确控制MOCVD生长参数，首次实现ε(κ)-Ga₂
O₃
的大面积外延生长，并揭示其自发极化特性对忆阻器性能的决定性作用。相比传统忆阻材料，ε(κ)-Ga₂
O₃
兼具宽禁带(4.4-5.3eV)优势和铁电特性，为开发高稳定性、低功耗的神经形态芯片提供了全新材料平台。特别是其突触可塑性模拟能力，使得单个器件即可实现复杂的学习规则，大幅提升神经形态系统的能效比。这项成果不仅推动了宽禁带半导体在神经形态计算中的应用，也为解决后摩尔时代计算架构的能效瓶颈提供了创新思路。