Small：基于二维材料 WS2纳米片的忆阻器实现低功耗神经形态计算

一直以来，人类大脑被认为是最高效的处理器。人类大脑在模式识别等众多复杂学习任务中的耗能（约20 W）比功能最强大的计算机的耗能（约1 MW）要低的多，并且处理效率更为优秀。在神经计算领域利用硬件计算来模拟大脑、实现大脑功能，可能对下一代计算和人工智能产生深远的影响。基于此，忆阻器因为其本身的特性和一系列的优点是实现类脑神经形态计算的有利候选者。然而，大多数基于氧空位或金属离子导电通路(Filament)机制的忆阻器在操作电流减小的同时很难提高数据保持特性。这使得忆阻器的功耗与突触的功耗之间还存在较大的差距。因此，开发研究一种新材料、新的物理开关机制的忆阻器，来实现低功耗操作是十分必要的。近年来，二维材料由于其优异的光学、电子和机械等优点被越来越多的研究者所关注。

河北大学闫小兵教授课题组联合中科院微电子所刘琦研究员课题组利用二维材料WS2纳米片制备了两端忆阻器件。WS2是典型的二维层状半导体材料，具有高的开关电流比、轻的有效质量、较大的可调带隙和大的电子迁移率，这为其成功制备低功耗器件提供了有利的基础。基于WS2的忆阻器件展现了优异的性能，开、关时间分别达到了13 ns和14 ns，操作电流达到了1 μA，并且开关功耗达到飞焦量级。除此之外，研究者利用该器件模拟了生物突触的学习和计算功能。以上诸多优异的性能使得此器件在低功耗神经形态计算领域具有很好的应用潜力，甚至在未来的类脑计算、人工智能领域拥有其独特的应用价值。

不同于传统的氧空位或者金属离子导电通路的开关机制，WS2材料中产生的硫空位和钨空位以及电子在空位间的跳跃(hopping)传输是此器件的物理开关机制。密度泛函理论(Density Functional Theory, DFT) 计算结果显示产生的空位缺陷位于深能级，是局域缺陷，不容易漏电，这就很好的对应了其低功耗的特性。

相关的论文发表在了Small (DOI: 10.1002/smll.201901423)上。

猜你喜欢

（点击以上标题可以阅读原文）

---

MaterialsViewsChina

官方微信平台

聚焦材料新鲜资讯

材料大牛VS新秀访谈
MVC论文排行榜每月新鲜出炉
热爱科研的你还在等什么，快加入我们一起微互动吧！！！

微信号：materialsviews

微博：materialsviews中国

欢迎个人转发和分享，刊物或媒体如需要转载，请联系：

[e-mail]

关注材料科学前沿，请长按识别二维码

点击左下角“阅读原文”，阅读Small原文