可靠的memristor交叉阵列基于二维分层三硫化物,用于节能的神经形态硬件

科学领域:

• 材料科学 材料科学 材料科学
• 纳米技术纳米技术
• 计算机工程 计算机工程

背景情况:

• 设计用于神经形态计算的节能memristors对于超越·诺伊曼架构的发展至关重要.
• 现有的memristor技术在大型突触阵列的可靠性和性能方面面临挑战.

研究的目的:

• 开发和描述基于分层三硫化物 (NiPS) 的新型记忆器,用于人工突触应用.
• 阐明基于NiPS的memristors的电阻切换机制和突触可塑性仿真能力.

主要方法:

• Ti/NiPS₃/Au记忆装置的制造和电气特性.
• 传输电子显微镜 (TEM) 和能量散射X射线光谱 (EDS) 用于微观结构和化学分析.
• 在横条数组中实现神经形态运算和人工神经网络模拟.

主要成果:

• NiPS memristors 显示了具有低工作电压 (<1 V),快速切换 (<20 ns) 和高开/关比 (>10 ^{2) 的均双极非挥发性切换.}
• 电阻切换归因于Ti导电丝的形成/溶解,受Ti离子透和P/S离子漂移的影响,产生空隙.
• 设备成功模拟了长期的突触可塑性,使多模式记忆和乘积 (MAC) 操作具有高模式识别精度 (≈96.4%).

结论:

• 分层NiPS₃是制造用于神经形态计算的高性能memristor的一个有希望的材料.
• 涉及离子漂移和空隙形成的独特切换机制有助于该设备的有利特性.
• NiPS memristors显示了实现高效准确的人工神经网络和突触阵列的巨大潜力.