基于超薄氧化的高性能铁电场效应晶体管用于神经形态计算
Jiawen Chen1, Jinyu Li1, Qimeng Zhang1
1School of Information Science and Technology, Fudan University, Shanghai 200433, People's Republic of China.
ACS nano
|May 21, 2025
概括
研究人员开发了用于内存计算 (IMC) 的氧化 (In2O3) 场效应晶体管 (FeFET),以克服人工智能硬件的局限性. 这些FeFET显示了神经形态计算应用的高性能,在图像分类中达到92.5%的准确性.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机工程 计算机工程
- 人工智能的人工智能
背景情况:
- 传统的·诺伊曼计算与人工智能的计算需求作斗争.
- 内存计算 (IMC) 为·诺伊曼瓶提供了一个解决方案.
- 场效应晶体管 (FeFET) 对IMC硬件来说是有前景的,但面临着挑战.
研究的目的:
- 为了演示用于神经形态计算的辅助金属氧化物半导体 (CMOS) 兼容的In2O3 FeFET阵列.
- 评估In2O3 FeFETs在IMC应用中的性能和潜力.
主要方法:
- 与CMOS工艺兼容的In2O3 FeFET阵列的制造.
- FeFET性能指标的表征:开关比率,内存窗口,耐久性,保留,变化,均性和电位/低压的线性.
- 评估FeFET阵列在图像分类任务中的性能.
主要成果:
- 实现了超高的开关比率 (10^7) 和大内存窗口 (>6V).
- 证明了高耐力 (10^7周期),长时间保留 (>10年),低变化 (1.1%) 和高均性.
- 呈现出线性和对称的长期增强 (LTP) 和长期抑郁 (LTD).
- 在图像分类中达到92.5%的准确性.
结论:
- 在IMC硬件中,In2O3 FeFET显示出出色的性能特性.
- 开发的FeFET阵列具有构建神经形态计算系统的巨大潜力.
- 这项工作通过解决计算瓶,为先进的AI硬件铺平了道路.
更多相关视频
10:40A Fabrication and Measurement Method for a Flexible Ferroelectric Element Based on Van Der Waals Heteroepitaxy
Published on: April 8, 2018
8.2K
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
