基于HfO/TiO记忆器设备的人工突触用于神经形态应用
Bünyamin Özkal1, Nora Ali Abdo Saleh Al-Jawfi1, Gökhan Ekinci1,2
1Department of Physics, Gebze Technical University, Gebze, Kocaeli, Turkey.
Nanotechnology
|October 10, 2024
概括
研究人员使用HfO2和TiO2开发了新的memristor设备,灵感来自生物突触. 这些设备通过模仿神经形态计算的突触行为来实现高效的人工智能 (AI) 硬件的前景.
科学领域:
- 材料科学 材料科学 材料科学
- 电子工程 电子工程
- 神经科学是一个神经科学.
背景情况:
- 纳米电子技术的进步推动了对高效的人工智能 (AI) 系统的需求.
- 通过整合内存和处理,memristors为AI提供了面积扩展和能源效率的优势.
- 神经网络架构受益于高速数据处理能力.
研究的目的:
- 制造和描述单层和双层HfO2和TiO2记忆器设备.
- 研究这些memristors作为神经形态计算的人工突触的潜力.
- 分析制造设备的结构,电气和突触性质.
主要方法:
- 脉冲激光和磁铁子喷射沉积在高真空中.
- 用X射线反射和X射线光电子光谱进行结构和元素分析.
- 两探头电气表征以评估设备性能和突触行为.
主要成果:
- 成功制造了具有不同氧化物厚度的HfO2和TiO2记忆器设备.
- 在薄膜内确定元素的固态度和氧化状态.
- 观察到关键的突触行为,包括长期的强化,长期的抑郁,配对脉冲的促进,以及依赖于峰值时间的可塑性.
结论:
- 制造的memristor设备显示了神经形态计算应用的有希望的突触特性.
- 双层装置显示出在人工突触中具有选择性层功能的潜力.
- 这些memristor为实现更高效,更可扩展的AI硬件提供了途径.
