一种全铁电神经拟态单元及其制备方法
- 国知局
- 2024-09-05 14:48:40
本发明涉及类脑器件领域,具体涉及一种全铁电神经拟态单元及其制备方法。
背景技术:
1、冯诺依曼结构的硅基微电子器件因其高的能耗,已难以满足人工智能的发展需求。可模拟生物脑高效运算的类脑器件是世界前沿的研究热点,新质生产力的发展迫切需要能够模拟神经元和突触行为的高集成低功耗神经拟态单元。近些年来,基于忆阻等特性来模拟可塑性行为的类脑器件取得了可观进展,基于此开发的神经网络能够实现手写识别或监督学习等复杂功能,各种具有非易失电导调节状态的材料相继被探索。
2、基于铁电特性来模拟突触可塑性行为的神经形态器件引起了广泛的关注,这是因为铁电材料的极化状态能够通过电场(而非电流)直接操控,在低功耗、非挥发性和抗疲劳方面具有天然优势,符合器件神经形态计算的要求。众所周知,实现铁电突触器件功能特性的物理基础是外部场驱动下铁电畴的演化,然而微纳尺度下的电畴演变是复杂非线性且存在多体相互作用的过程,这导致铁电突触器件的集成度难以提高。更重要的是,目前基于铁电畴的突触器件通常只有与其他神经元器件相结合,才能实现完整的神经拟态行为及类脑神经网络,这极大地阻碍了高集成低功耗类脑神经网络器件的开发。
3、因此,如何实现基于全铁电微结构的高集成低功耗神经拟态单元,成为了本领域内研究人员亟待解决的关键科学问题。
技术实现思路
1、为了解决上述技术问题,本发明提供一种全铁电神经拟态单元及其制备方法。本发明基于铁电畴和畴壁的共存和共同演化生态系统,与神经元和突触之间的连接和工作模式的相似性,通过构建包含上下电极阵列的三明治结构,利用脉冲序列精细调控铁电功能层中的电畴和畴壁的物理特性,能够同时模拟神经元和突触可塑性行为,从而实现了高集成低功耗的全铁电神经网络。
2、为了实现上述目的,本发明所采用的技术方案是:
3、本发明第一方面提供了一种全铁电神经拟态单元,所述全铁电神经拟态单元结构包括由上至下依次设置的上层电极阵列、铁电层和下层电极阵列;
4、所述上层电极阵列和所述下层电极阵列的单个电极形状为矩形,单个电极的宽度分别为1nm~10μm,相邻电极相互间的间距为10nm~50μm;所述上层电极阵列的单个电极和所述下层电极阵列的单个电极的宽度比为0.001~1000;
5、所述上层电极阵列和所述下层阵列电极错位排布,错位角的角度范围为0~180°。
6、优选地,所述铁电层的材质为pbzrxti1-xo3、pbtio3、batio3、bifeo3中的一种或多种;所述pbzrxti1-xo3式中0<x<1;进一步优选地,所述铁电层的材质为pbzrxti1-xo3、pbtio3中的一种,其中0<x<1。
7、优选地,所述铁电层的厚度为0.001~1μm;进一步优选地,所述铁电层的厚度为0.01~0.3μm。
8、优选地,所述上层电极阵列和所述下层电极阵列的材质分别选自ag、au、pt、w、ito、zno、srruo3中的一种或多种;进一步优选地,所述上层电极阵列和所述下层电极阵列的材质分别选自au、pt、w、srruo3中的一种。
9、优选地,所述上层电极阵列和所述下层电极阵列的厚度分别为1~500nm;进一步优选地,所述上层电极阵列和所述下层电极阵列的厚度分别为1~50nm。
10、优选地,所述上层电极阵列的单个电极的宽度分别为5~100nm,相邻电极相互间的间距为0.1~5μm;所述下层电极阵列的单个电极的宽度分别为200~2000nm,相邻电极相互间的间距为1~5μm。所述上层电极阵列的单个电极宽度相同,所述下层电极阵列的单个电极宽度相同。
11、优选地,所述下层电极阵列和所述下层电极阵列存在投影重叠区域;所述上层电极阵列的单个电极和所述下层电极阵列的单个电极的宽度比为0.01~100,宽度比不包括数值1,即上下电极不能等宽;上下电极差异化的宽度,是生成和可控畴壁倾斜等神经拟态行为的重要前提。因为,如果上下电极等宽,那么倾向于形成垂直的畴,不会像附图2c那样生成倾斜的畴壁。所以上下差异化的电极,能够比较有效地模拟神经拟态行为。
12、优选地,所述上层电极阵列和所述下层阵列电极错位排布,错位角的角度范围为80~100°。
13、本发明采特殊的上下电极阵列排布,具有如下有益效果:①通过符合电畴尺寸范围的电极宽度设定,以及上下电极的宽度比设定,能够有效地基于铁电微结构(畴/畴壁)来模拟神经元的生成、突触的可塑性行为(基于畴壁的可控倾转)和神经拟态行为(基于畴/畴壁的协同演化);②能够进行通过上层电极和下层电极编号进行寻址操作,进而构建全铁电类脑网络。
14、本发明第二方面提供了一种所述的全铁电神经拟态单元的制备方法,包括以下步骤:
15、(1)在衬底的上表面依次沉积牺牲过渡层和铁电层;
16、(2)在铁电层的上表面沉积上层电极阵列;
17、(3)刻蚀牺牲过渡层,得到含有电极阵列的自由基铁电薄膜;
18、(4)在自由基铁电薄膜的下表面沉积下层电极阵列,得到全铁电神经拟态单元。
19、优选地,所述衬底为(001)取向的srtio3。
20、优选地,步骤(1)中,所述牺牲过渡层为srruo3,厚度为1~50nm;进一步优选地,所述牺牲过渡层厚度为5~30nm。
21、优选地,步骤(1)中,采用的沉积方法为脉冲激光沉积法,条件为:样品沉积时的温度为550~800℃,沉积氧压为50~300mtorr,激光能量密度为100~1500mj·cm-2,激光脉冲频率为5~10hz;进一步优选地,所述脉冲激光沉积法条件为:样品沉积时的温度为590~690℃,沉积氧压为80~150mtorr,激光能量密度为150~500mj·cm-2,激光脉冲频率为8~10hz。
22、本发明的铁电神经拟态单元的制备方法中步骤(2)和(4)中的电极阵列通过电子束直写、磁控溅射、电子束蒸镀等行业通用的做法制备即可,本发明对此不做限制。
23、本发明第三方面提供了一种模拟神经行为的方法,采用所述的全铁电神经拟态单元,包括以下方式:
24、(1)对上层电极阵列(xa)输入脉冲电信号,监测下层电极阵列(yb)的电响应来模拟神经元行为,其中脉冲电信号的形状为正弦波、方波、阶梯波、三角波、锯齿波中的一种或多种,幅值为0.1~1.5vc,vc为铁电层的矫顽电压,频率为0.1~1ghz,脉冲个数为1~1010个;
25、(2)对上层电极阵列(xa)输入脉冲电信号,监测下层电极阵列(yb)的电响应来模拟突触可塑性行为,其中脉冲电信号的形状为正弦波、方波、阶梯波、三角波、锯齿波中的一种或多种,幅值为0.9~3vc,vc为铁电层的矫顽电压,频率为0.1~1ghz;
26、(3)对上层电极阵列(xa)输入脉冲电信号,监测下层电极阵列(yb)的电响应来同时模拟神经元行为和突触可塑性行为,其中脉冲电信号的形状为正弦波、方波、阶梯波、三角波、锯齿波中的一种或多种,幅值为0.1~3vc,vc为铁电层的矫顽电压,频率为0.1~1ghz,脉冲个数为1~1016个;
27、(4)对任一相邻的两个或两个以上的上层电极同时加载电信号,监测任一相邻的两个或两个以上的下层电极的电信号响应,从而同时模拟神经元和突触可塑性行为、构建类脑网络,其中脉冲电信号的形状为正弦波、方波、三角波、阶梯波、锯齿波中的一种或多种,频率为0.1~1ghz,幅值为0.1~3vc,vc为铁电层的矫顽电压,脉冲个数为1~1016个。
28、本发明提出了一种基于全铁电微结构的神经拟态,通过精细改变电场加载条件来调控铁电功能层中的极化、屏蔽、空间电荷动力学行为,不但能够高效地模拟神经元点火、突触可塑性等行为,更能够同时实现神经元和突触的模拟,从而构建全铁电类脑网络。相比于同类技术发明而言,具有突出的低功耗和高集成优势,在国防军工、工业生产、信息技术等领域具有重要价值。
29、与现有技术相比,本发明的有益效果是:
30、本发明提供了一种全铁电神经拟态单元,本发明基于铁电畴和畴壁的共存和共同演化生态系统,与神经元和突触之间的连接和工作模式的相似性,提出利用铁电畴/畴壁的协同演变特性来同时模拟神经元和突触可塑性行为,并构建了全铁电神经拟态单元。本发明公开的全铁电神经拟态单元,不仅能够通过对任一电极区域(xa,yb)施加特定信号来精准地模拟神经元特性或突触可塑性行为,还能够实现两者的同时模拟。具体的,本发明提供的全铁电神经拟态单元可通过如下方式来模拟神经拟态行为:①对任一电极区域(xa,yb)施加小于或接近矫顽电压的脉冲电信号序列激励,能够通过铁电层发生的电畴形核等行为所致的电导变化来模拟出神经元点火等特性;②对任一电极区域(xa,yb)施加接近或大于矫顽电压的脉冲电信号序列激励,能够通过铁电层中的畴壁倾转等过程所致的电导变化,来实现突触可塑性行为的模拟;③对任一电极区域(xa,yb)特定频率和个数的电脉冲序列激励,能够通过铁电层中畴/畴壁链接、电畴翻转模式(单畴/多畴翻转)等畴/畴壁协同演化行为来实现神经元和突触可塑性行为的同时模拟;④通过对任一相邻的两个或两个以上电极区域施加特定电脉冲序列来改变多个不同电极区域所对应铁电层的畴/畴壁状态,能够模拟出多个神经元/突触单元,从而实现类似真实生物脑网络的全铁电神经网络。可见,本发明提供的全铁电神经拟态单元,相较于传统铁电类脑器件的集成度和功耗有质的提升,为铁电类脑器件的开发提供了新的范式。
31、本发明还提供了所述全铁电神经拟态单元的制备方法,该方法操作简单,通过改变退火速率、氧压和激光能量等工艺参数能够制备出满足神经拟态需求的外延铁电功能层,结合常规的电极阵列制备工艺,进而能够获得高性能的全铁电神经拟态单元。
本文地址:https://www.jishuxx.com/zhuanli/20240905/288199.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。