其他
中国科大李晓光团队在铁电量子隧道结超快忆阻器研究中取得重要进展
海归学者发起的公益学术平台
分享信息,整合资源
交流学术,偶尔风月
近几年来,在多种新型存储器备选方案中,基于铁电非易失极化和量子隧穿效应的铁电隧道结存储器备受关注。铁电材料的自发电荷极化方向这一内禀自由度受外电场这一外部自由度调控,从而可以用于非易失信息存储。铁电隧道结因其铁电极化、电阻读取等相关的原理优势,在超快、低功耗、抗干扰等方面表现突出,是发展新一代信息存储器件的重要途径,具有重要的科学意义和应用前景。
现代计算机多采用信息存储和处理分离以及多级存储的架构,需要数据在不同存储层级和处理器之间转移,带来额外的延时和能耗。而且多级架构中每种存储器都存在性能短板,如非易失的硬盘信息存取速度慢、功耗大;而速度快的如 SRAM 则信息易失且密度低。在大数据时代,海量数据的低能耗、快速存储和处理是突破和完善未来人工智能、物联网等技术发展的关键之一。为此,迫切需求一种既像 SRAM 一样能匹配 CPU 处理数据的速度(<1ns),又像闪存一样具有高密度、非易失的信息存储。更进一步地,如果该存储器还具有优秀的忆阻特性,则可用于构建存算一体的计算系统,并有望突破冯诺依曼架构。
中国科学技术大学李晓光、殷月伟教授团队一直致力于铁性隧道结信息存储原型器件研究,特别是在磁电耦合、超快、多阻态、低功耗、非易失信息存储等方面取得了重要进展。在前期研究基础上,近日,该团队基于铁电隧道结量子隧穿效应,实现了具有亚纳秒阻变的超快存储器原型,并可用于构建存算一体人工神经网络,该成果以“Sub-nanosecond Memristor Based on Ferroelectric Tunnel Junction”为题在线发表《自然通讯》杂志上(Nat. Commun.)。
点击“阅读原文”查看论文原文。
扩展阅读
磁驱形状记忆高分子材料 – 形状记忆与快速形变的完美结合北航材料学院实现可抵抗60特斯拉超强磁场的反铁磁记忆器件
AI路径之让拓扑相变存储数据
非易失性铁电畴壁原型存储器问世
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方