基于氧气的电化学随机访问记忆中的人工突触特性,使用CeO2纳米粒子组件作为神经形态计算的门绝缘体
Boyoung Jeong1, Taeyun Noh1, Jimin Han2
1Graduate School of Semiconductor Materials and Devices Engineering, Ulsan National Institute of Science and Technology, Ulsan 44919, Republic of Korea.
ACS applied materials & interfaces
|March 6, 2025
概括
这项研究介绍了一种使用ZnO和CeO2纳米颗粒的新型记忆晶体管,用于节能的神经形态计算. 该设备展示了可调节的导电性,并模仿生物突触功能,为先进的人工智能硬件铺平了道路.
科学领域:
- 材料科学 材料科学 材料科学
- 神经科学是一个神经科学.
- 计算机工程 计算机工程
背景情况:
- 神经形态计算提供了超越传统架构的节能解决方案.
- 由于可控制的重量更新和干扰免疫力,Memtransistor设备对人工突触充满希望.
研究的目的:
- 为了研究基于氧离子交换的电化学随机访问内存memtransistor作为神经形态计算的人工突触.
- 探索ZnO和CeO2纳米粒子组件用于可调节导电量和突触功能的使用.
主要方法:
- 使用一个ZnO通道和一个CeO2纳米粒子组件作为门绝缘体和离子交换层制造一个Memtransistor.
- 通过门电压触发的氧离子交换进行电导度调制的表征.
- 评估设备性能,包括线性,对称性,耐久性,保留和仿真生物突触功能.
主要成果:
- 墨晶体管通过ZnO和CeO2NP之间的氧离子交换表现出可调和可逆的导电率变化.
- 由于其氧气吸收/释放特性和多孔结构,CeO2促进了高效的氧气离子交换.
- 该设备实现了高速操作 (几十微秒),高线性,良好的耐久性 (>10^4脉冲),以及出色的非挥发性保留.
- 墨晶体管成功地模仿生物突触功能,如配对脉冲促进,短期可塑性 (STP) 和长期可塑性 (LTP).
结论:
- 拟议的孟晶体管利用CeO2的特性,是用于神经形态计算的可行的人工突触.
- 该设备模拟突触可塑性的能力及其操作特性使其适合用于先进的AI硬件.
- 这项研究有助于为以数据为中心的应用程序开发节能和高性能计算系统.
更多相关视频
09:49In Situ Transmission Electron Microscopy with Biasing and Fabrication of Asymmetric Crossbars Based on Mixed-Phased a-VOx
Published on: May 13, 2020
4.0K
10:32Design, Surface Treatment, Cellular Plating, and Culturing of Modular Neuronal Networks Composed of Functionally Inter-connected Circuits
Published on: April 15, 2015
8.4K
