利用铁电材料α-In2Se3实现神经形态计算

文章链接：https://onlinelibrary.wiley.com/doi/full/10.1002/adfm.202004609

背景

铁电材料表现出自发极化，且可通过施加外部电场实现极化转换。这在技术上有望用于包括非易失性存储器和人工突触在内的各种电子应用。例如，为了克服传统冯·诺依曼计算体系结构中，由于处理单元和存储单元的物理分离而造成的冯·诺依曼瓶颈，铁电场效应晶体管（FeFET）和铁电隧穿结（FTJ） 已被广泛用于为硬件级神经形态计算电路中的突触权重器件，对于补充冯·诺依曼体系结构，高能效执行并行任务方面具有广阔的前景。传统的FeFET由铁电绝缘体和半导体作为沟道材料组成。这种结合存在电荷俘获，栅极漏电流和保留时间短的问题，因而限制了它们的实际应用。在过去的几年中，范德华半导体材料（In₂Se₃，SnS，SnSe等）被广泛使用。这些新的铁电材料体系具有实现多功能电子器件的潜力。

摘要

在这里，我们使用In₂Se₃制备FeSFET，并研究其铁电突触权重和动态开关特性。 由于可逆面外极化切换过程，FeSFET表现出较大的栅极迟滞。多级极化状态可以通过施加相同或递增的电压脉冲来实现，从而导致部分极化切换。该器件具有模拟一类基本的生物突触行为的能力，如兴奋性突触后电流（EPSC），抑制性突触后电流（IPSC），长期增强（LTP），长期抑制（LTD）和尖峰​​时间依赖可塑性（STDP）。此外，与基于界面电荷陷阱或浮栅的晶体管状突触相比，基于-In₂Se₃的FeSFET在响应时间方面表现出更高的性能。器件稳定的多级电导状态具有相对较快的响应时间，使它们有望用于人工突触，并且在模拟人工神经网络（ANN）中实现91.9％的模式识别精度。