国外开发出一种称为“记忆元件”的新型器件,将有望成为新型神经形态计算的基本电路元件

电子说

1.2w人已加入

描述

在人工智能已经炒的沸沸扬扬的当下,计算机已经能够很好地执行一些模拟人类大脑功能的任务,例如面部识别和语言翻译等。然而,从本质上来讲,计算机本身还是不能像人类大脑一样运作。

西北大学(Northwestern University)的 Mark C.Hersam 教授说:“计算机的处理单元和内存单元是相互独立的,而大脑则是利用神经元实现这两个功能的。与数字计算机相比,神经网络能实现更复杂的计算,并且能耗要低得多。”

近年来,研究人员一直致力于使计算机的运作更具备神经形态,或者说更“类脑”,从而更高效的执行日益复杂的任务。日前,来自美国西北大学麦考密克工程学院(McCormick School of Engineering)下属材料科学与工程系的 Walter P.Murphy 教授 Hersam 及其团队的研究成果使人类更加接近这一目标。

Hersam 团队开发出一种称为“记忆元件”(memtransistor)的新型器件,同时具备记忆和信息处理两种功能,能够像神经元一样运作。这种“记忆元件”组合了忆阻器(memristor)和晶体管(transistor)的特性,同时还包含了多个运作起来类似神经元末梢的终端。

该研究成果 2 月 22 日在线发表于顶级期刊《自然》杂志上,Hersam 教授的博士后 Vinod K.Sangwan 和 Hong-Sub Lee 是该论文的共同第一作者。该研究获得了美国国家标准技术研究所(National Institute of Standards and Technology, NIST)和国家科学基金会(National Science Foundation, NSF)的支持。

这种“记忆元件”是基于该团队 2015 年发表的研究成果实现的。在 2015 年的研究中,Hersam、Sangwan 及其合作者利用单层二硫化钼(MoS2)开发出一个三终端、门可控的忆阻器,能够实现快速、可靠的数字记忆存储功能。

忆阻器(memristor)是“记忆电阻”(memory resistor)的缩写,是一种被动电子元件。如同电阻器,忆阻器能产生并维持一股安全的电流通过某个器件。但是与电阻器不同的地方在于,忆阻器可以在关掉电源后,仍能“记忆”先前通过的电荷量。典型的忆阻器是双端电子器件,只能控制一个电压通道。Hersam 团队将忆阻器提升为三端设备,从而为忆阻器在更复杂的电子电路系统中的应用(如神经形态计算)提供了可能性。

为了进一步研发“记忆元件”,Hersam 团队再次使用了原子层厚度的 MoS2 材料,并且具备轮廓清晰的晶界,因为这将影响电流的流动。与木材中纤维排列的方式相似,原子在材料中排列成有序的结构域,称为“晶粒”(grains)。当外加较大电压时,材料的晶界将促使原子产生运动,从而引起电阻的变化。

“因为 MoS2 只有原子层厚度,所以很容易受到外加电场的影响,”Hersam 解释说。“这个性质使我们能制造出晶体管。而忆阻器的特性则来自于材料中的缺陷是相对可移动的,尤其是在晶界存在的情况下。”

不同于先前使用单片 MoS2 的忆阻器,Hersam 的团队此次研制的“记忆元件”所使用的是一大片连续的多晶 MoS2 薄膜,该薄膜由大量较小的 MoS2 晶片所组成。这使得研究小组能够将该新型器件从一小片扩大到整个晶圆上的批量化生产。

“只要这种器件的长度大于单个晶粒的尺寸,就能保证整个晶圆上的器件都包含有晶界,”Hersam 说。“因此,我们可以在大量的此类阵列化器件中看到可重复、可门控的忆阻响应。”

在制造出排布于整个晶圆的大量“记忆元件”之后,Hersam 团队又添加了额外的电接触点。典型的晶体管以及 Hersam 之前开发的忆阻器各有三个终端,而在最新发表的论文中,Hersam 团队实现了具备七个终端的器件,其中的一个终端控制着其他六个终端之间的电流。

“这种设计更类似于大脑中的神经元,”Hersam 说,“因为在大脑中,通常一个神经元并不是只与另一个神经元相连。相反,一个神经元会连接到多个其他神经元以形成一个网络。我们开发的器件结构就允许多个触点,这类似于神经元中的多个突触。“

接下来,Hersam 及其团队正在努力使这种“记忆元件”变得更快更小。Hersam 还计划继续扩大该器件的产率以实现大批量化制造的目的。

他说:“我们认为这种记忆元件有望成为新型神经形态计算的基本电路元件。然而,制造 10 亿个这样的元件,与制造几十个这样的元件是大大不同的,我们目前还是基于传统的晶体管技术来实现的。到目前为止,我们还没有预见任何妨碍我们的方法进一步扩大量产的根本性障碍。”

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分