SCMs|基于Ge-Ga-Sb介质的全相变脉冲神经网络的设计

人工脉冲神经网络通常由多个异质结构的电路单元构成，其中包括具备积分点火功能来产生脉冲信号的神经元模拟器，以及具备记忆功能的突触器件。

近日，华中科技大学徐明教授等人在Science China Materials发表研究论文，设计了一种能进行“同质集成”的相变存储介质Ge-Ga-Sb（GGS）器件，该器件能够同时实现神经元和突触的模拟。

本文要点：

1) 在先前的研究中，GGS材料表现出优秀的数据存储功能，例如它具备较高的工作温度（281 °C）、较高的十年数据保存温度（230 °C）以及较低的电阻漂移。当对该器件改用短脉冲电学操作时，GGS器件首先会发生几个数量级的电阻突变，然后紧接着发生连续的电阻降低。

2) 通过透射电子显微镜发现，电阻突变是因为电极之间产生了结晶的导电通道，而电阻缓变是因为导电通道的变粗以及在通道内产生材料分相所致。

3) 这种“突变-缓变”的电阻变化特性既可以用来模拟神经元的积分点火功能，也可以模拟突触权重的变化。基于此器件设计的全相变脉冲神经网络，可以实现高达90%的手写数字识别率。

文章信息

Lin J., Mai X., Zhang D., et al. Design of all-phase-change-memory spiking neural network enabled by Ge-Ga-Sb compound. Sci. China Mater. (2022).

https://doi.org/10.1007/s40843-022-2283-9

点击阅读全文，了解更多