全文HTML
--> --> --> -->2.1.晶体结构及相转变
三氧化钼的存在形式通常表现为正交相的α-MoO3、亚稳态的单斜相β-MoO3和六方亚稳态的h-MoO3. 正交相为热力学稳定相, 其他两种则是非热力学稳定相, 因此在外界提供能量时, 非热力学稳定相会向热力学稳定相转变[7,8].图1(a)所示为α-MoO3的晶体结构图, 单层α-MoO3由[MoO6]八面体的双层网络组成, 它们沿着a轴([100])共享角, 沿着c轴([001])共享边, 这些层沿着b轴([010])通过范德瓦耳斯力堆叠. 单层α-MoO3厚度为1.4 nm, 层内部主要由共价键和离子键组成. 单层α-MoO3中有三个对称但不等价的氧位点(红球), 如图1(a)所示, 末端氧O1、双连桥氧O2和三连桥氧O3. 每个扭曲的[MoO6]八面体由一个Mo原子(蓝球)结合一个O1原子、两个O2原子和三个O3原子组成.
图 1 (a) α-MoO3晶体结构; (b) β-MoO3晶体结构; (c) h-MoO3晶体结构
Figure1. (a) Crystal structure of α-MoO3; (b) crystal structure of β-MoO3; (c) crystal structure of h-MoO3.
亚稳态的β-MoO3是[MoO6]八面体在三维空间中共享角形成的单斜结构, 如图1(b)所示. 对比α-MoO3的结构可以发现β-MoO3不会沿c轴([001])共享边, 其结构和ReO3类似. β-MoO3也是相对绝缘的材料, 但由于β-MoO3的热稳定性差, 所以当温度达到350 ℃以上时, β-MoO3会向α-MoO3转变[9]. 六方亚稳态h-MoO3由[MoO6]共享边和角形成顺位连接的链状结构. 晶格常数为a ≈ 10.57 ?和c ≈ 3.72 ?, 晶体结构如图1(c)所示. Pan等[10]利用水热法合成了h-MoO3纳米棒, 发现纳米棒都是沿[001]方向生长, 在300 ℃条件下退火3 h, 晶格常数为a ≈ 10.57 ?, c ≈ 3.72 ?. 研究证明在413—436 ℃的温度范围内, h-MoO3会向α-MoO3转变.
2
2.2.能带结构
本征α-MoO3间接带隙半导体, 实验得到禁带宽度约为3 eV, 几乎没有可自由移动的电子, 绝缘性很强(电阻率一般大于109 Ω·cm)[11]. 密度泛函理论(density functional theory, DFT)计算表明, 块体α-MoO3的间接带隙为1.96 eV, 单层α-MoO3间接带隙较大, 为2.03 eV, 如图2所示, 是由于二维材料中的量子限制效应导致带隙的增大[6].图 2 (a) 块体电子结构[6]; (b) 单层电子结构[6]
Figure2. (a) Bulk electronic structure[6]; (b) monolayer electronic structure[6].
2
2.3.缺陷态
MoO3的掺杂和缺陷诱导可以调整带隙及载流子浓度, 从而扩大其应用范围. 研究者们提出了各种方法在α-MoO3薄膜中制造氧空位缺陷来提高载流子迁移率. Hanson等[6]利用电子束辐照氧化钼薄膜的方法制造氧空位缺陷, 实现n型掺杂使薄膜电导率提高. 单层α-MoO3中有3种不等价的氧原子位点, 因此考虑晶体结构中不同位置的氧对氧空位形成的影响是十分重要的. 通过DFT + U计算得到晶体中不同位置的氧空位形成能图 3 (a) 在化学计量比情况下MoO3能带结构[12]; (b) 在O1空位情况下MoO3能带结构[12]; (c) 在O2 空位情况下MoO3能带结构[12]; (d) 在O3空位情况下MoO3能带结构[12]
Figure3. (a) Band structures of MoO3 in the stoichiometric case[12]; (b) band structures of MoO3 in the vacancy on O1 case[12]; (c) band structures of MoO3 in the vacancy on O2 case[12]; (d) band structures of MoO3 in the vacancy on O3 case[12].
2017年Wang等[13]将氧化钼在真空退火后, 氧空位缺陷浓度大幅度增大, 正是由于氧空位的引入使得缺陷态存在, 缺陷态会产生电子载体, 导致暗电流的增大, 从而提高了器件的光电响应特性. Crowley等[14]在还原气氛下(Ar/H2, 90%/10%)改变温度退火α-MoO3, 由于还原气氛的作用使得Mo+6被还原为Mo+5和Mo+4, 氧空位的引入让本征α-MoO3变成n型掺杂的MoO3–x, 从而提高了电导率. 氧空位的引入, 由于每个氧空位存在两个剩余电子, 因此产生n型掺杂行为.
-->
3.1.一步法制备α-MoO3
物理气相传输制备α-MoO3的方法非常受欢迎, 一步实验可以直接得到α-MoO3薄膜, 具有操作简单、成本低等优势. 控制MoO3的升华环境来改变产物的质量和尺寸是目前广大研究者们关注的热点. 本文总结了大面积α-MoO3制备过程中的关键参数及结果, 如表1[13,16-21]所列. 下面分别从衬底温度、腔室压力及前驱物浓度三方面进行表述.Ref. | Carrier flow | Pressure | Substrate temperature/℃ | Growth time/min | Lateral size | Thickness/nm |
[13] | — | Atmospheric | 580 | 120 | 69.6 μm | 5.3—89.8 |
[16] | — | Atmospheric | 850—1050 | 30 | 0.72 cm | — |
[17] | Ar | Atmospheric | 750 | 20 | Centimeters scale | 4.3—550 |
[18] | Ar | 310 mTorr | 530 | 45 | 500 μm × 500 μm | 8 ± 0.75 |
[19] | Ar & O2 | 100 mTorr | 150 | 90 | Wafer-scale | 30 |
[20] | — | Atmospheric | 540 | 20 | Centimeters scale | ≥ 1.4 |
[21] | N2 | Atmospheric | 350—480 | 20 | Several tens micron | 2.8—14 |
表1一步法制备α-MoO3的生长条件(1 Torr = 1.33322 × 102 Pa)
Table1.Growth conditions of α-MoO3 prepared by one-step method.
图4(a)为α-MoO3生长过程的示意图[13]. 该方法通常采用MoO3粉末作为原料, 在一定气压下将MoO3升华, 再通过与载气碰撞冷凝, 沉积在衬底上. 通常, MoO3会在700 ℃以上升华, 600 ℃以下再沉积, 不同的沉积温度形成的MoO3形貌是不同的. 2017年Wang等[13]利用MoO3粉末作为前驱物加热蒸发, 通过改变衬底温度得到大面积的MoO3纳米片. 随着衬底温度的升高, 越来越多的α-MoO3被沉积在衬底上, 并且尺寸变大, 厚度减小. 蒸发产生的MoOx蒸气在石英管的中间形成饱和区, 一旦温度降低, 就会出现过饱和现象, 导致MoOx成核. Diaz-Droguett等[22]在100—1200 Pa的压力范围下, 以氦气作为载气直接蒸发MoO3, 可生长出MoO3和MoO3–x共存的纳米结构. 不同的载气压强可影响生长的晶体和无定形材料的比例, 在600 Pa的氦气压力下, 源材料在763—910 ℃之间进行蒸发时, 晶体结构的产率可达100%, 反之, 压强过高将会减小蒸发气体的平均自由程, 限制材料蒸发的扩散速率, 导致单个原子或小原子簇沉积在衬底表面, 因此得到的无定形材料比例会变大. 前驱物的蒸发浓度可以调节α-MoO3的横向生长速度, 2018年Zheng等[16]同样利用管式炉法, 通过控制石英管反应室的内径, 来增大前驱物的浓度. 可实现α-MoO3单晶的横向尺寸从微米到厘米级的调控. 当管内径减小到2.1 cm时, 平均宽度可从0.02 cm增大到0.15 cm, 平均长度可从0.68 cm增大到0.72 cm. 图4(b)中厘米级的纳米片几乎是长方形的, MoO3矩形长宽分别边沿c轴和a轴生长. 图4(c)的高分辨透射电子显微镜(high resolution transmission electron microscopy, HRTEM)图进一步证明了α-MoO3纳米片择优取向的生长方式. 图4(d)为X射线光电子能谱图(X-ray photoemission spectroscopy, XPS), 计算可得到单晶α-MoO3纳米片的Mo/O的原子比为2.97. 在此基础上, Sun等[17]同样利用管式炉方法, 在常压下制备了厘米级α-MoO3, 将内径为2 cm的石英管作为蒸发源容器同时作为生长衬底, 放置在内径为8 cm炉管内, α-MoO3晶体生长在石英管的内壁上, 在没有衬底的情况下减小了相互干扰的作用, α-MoO3晶体能够沿高对称轴不断堆积.
图 4 (a) 在两温区的物理气相沉积系统中合成α-MoO3原理图[13]; (b) 在SiO2/Si衬底上生长的α-MoO3单晶的照片[16]; (c) α-MoO3的HRTEM图像, 内嵌图为相应的透射电子显微镜图像和傅里叶变换图像[16]; (d) 生长α-MoO3的O 1s和Mo 3d的高分辨XPS能谱[16]
Figure4. (a) Schematic illustration of synthesis of α-MoO3 in a two-temperature-zone PVD system[13]; (b) photograph of as-grown α-MoO3 single crystals on SiO2/Si substrate[16]; (c) HRTEM image of the α-MoO3 sheet. Insets: corresponding TEM and FFT images[16]; (d) high-resolution XPS spectra of O 1s and Mo 3d of as-grown α-MoO3[16].
2
3.2.两步法制备α-MoO3
33.2.1.磁控溅射法
由于磁控溅射方法生长的薄膜多为无定型或多晶状态, 所以为了得到单晶的α-MoO3薄膜, 研究者们通常会结合后退火工艺实现薄膜的晶相和形态可控的大面积制备. Cauduro等[23]利用直流反应溅射制备MoO3薄膜, 并把样品分别在90, 150, 200, 500 ℃下进行退火, 对于在500 ℃下退火的薄膜, 在表面形成了至少两个不同的MoOx相, 通过表征确定出表面具有两种不同的化学计量比(x ~ 3.0和x < 3.0)组成的MoOx . 通过薄膜的表面功函数进一步确定氧化钼的结晶情况, 功函数约为5.5—6.2 eV的纳米级区域, 对应高度还原MoOx (x < 3), 功函数大于6.3 eV (最高6.9 eV)的区域, 对应晶体α-MoO3. Arita等[24] 用两步法沉积出MoO3薄膜. 在相对较高的衬底温度(300 ℃)下向溅射靶施加了50 W的射频功率用来沉积Mo膜. 之后, 将薄膜在300—800 ℃的空气中热氧化10 min, 得到了α-MoO3薄膜. 如图5所示, X射线衍射(X-ray diffraction, XRD)结果表明: 在400 ℃以上氧化的MoO3薄膜转变为α相晶体. 在350—400 ℃的退火温度条件下观察到α和β相共存的MoO3; 进一步提高退火温度(> 700 ℃)会导致薄膜大量蒸发. 磁控溅射方法制备α-MoO3操作简单, 成本低, 适合大批量生产.图 5 在不同温度下氧化的Mo薄膜的XRD图谱[24]
Figure5. XRD patterns of Mo films oxidized at various temperatures[24].
3
3.2.2.原子层沉积法
原子层沉积(atomic layer deposition, ALD)是一种先进的气相薄膜沉积方法, 它依赖于交替的自限制表面反应[25,26]. 由于ALD的循环特性, 可以精确地控制薄膜厚度. 图6(a)为ALD制备氧化钼的过程[27], 首先反应源通入腔室吸附在衬底表面, 之后通入氮气吹扫衬底表面过量的反应源, 最后通入氧等离子体和源反应得到最终的氧化钼薄膜, 此过程为一个循环, 通过控制循环次数可以精准调节MoO3的厚度. 2010年, Diskus等[28]利用Mo(CO)6, O3, H2O作为前驱物, 研究臭氧和水在氧化钼生长过程中的作用, 引入臭氧可使每个循环的生长速率增大至0.75 ?. 他们还证明了ALD方法得到的MoO3为无定形薄膜. 2012年, Diskus等[29]进一步研究了无定形的MoO3向α-MoO3转变所需的条件. 在空气中对MoO3在400—600 ℃的条件下退火, 图6(b)为退火后的拉曼表征. 当退火温度达到400 ℃时, 无定形的MoO3转变为β-MoO3, 当温度进一步升高达到600 ℃时, 无定形的MoO3转变为α-MoO3. 由ALD方法实现了可控制备原子级厚度的α-MoO3薄膜, 且具有高均匀性、一致性和可重复性.图 6 (a) 采用ALD合成MoO3薄膜的一个循环的工艺原理图[27]; (b) 采用ALD在Al2O3上沉积得到的40 nm MoO3薄膜的拉曼光谱: a)沉积和空气中退火, b) 400 ℃退火8 min, c) 600 ℃退火4 min, d) 600 ℃退火7.5 min[29]
Figure6. (a) Schematic of one cycle ALD process for MoO3 film[27]; (b) Raman spectra of 40 nm thin films of MoO3 deposited on Al2O3 by ALD: a) as deposited, and annealed in air; b) 8 min at 400 ℃; c) 4 min at 600 ℃; d) 7.5 min at 600 ℃[29].
-->
4.1.阻变器件
阻变式存储器凭借优越的特性得到广泛研究, 如较长的数据保持时间、高存储密度、与当代互补金属氧化物半导体(complementary metal oxide semiconductor, CMOS)工艺兼容、器件尺寸很容易缩小至10 nm以下等[30-33]. 高介电常数氧化物在电阻开关的应用中得到极大关注, 其中多功能过渡金属氧化物MoO3凭借其高功函数、大电子亲和势、宽禁带以及高的热力学稳定性等特点, 成为理想的电阻存储器应用材料之一[34,35]. 下文将综述氧化钼基电阻随机存储器(resistive Random access memory, RRAM)的研究进展.3
4.1.1.阻变存储器件
氧化钼基阻变存储器的性能参数对比如表2所列[24,36-45], 可以看出α-MoO3做存储材料, 具有较大的开关比、稳定的耐久性、操作电压低、功耗小等优势. 2012年Arita等[24]利用热氧化钼膜的方法制备MoO3基RRAM器件, 研究了在400—600 ℃下氧化的样品的开关特性. 利用Pt-Ir探针作为顶部电极, 发现此器件既有双极性又有单极性特点, 阻变开关比在10—102之间. 但热氧化钼膜的方法得到的阻变器件开关比较低且稳定性较差. 2015年Tan等[36]利用水热法合成单晶MoO3纳米带, 并采用Au/MoO3/Au结构制作了一维阻变器件. 器件表现出稳定的单极开关特性, 开关比约为103. 在此基础上, 2019年Wang等[37]利用气相传输法合成了高质量二维层状α-MoO3纳米片并制作了阻变器件. 如图7(a)所示, 器件具有单极非易失性电阻开关行为, 在施加正电压时器件既可以发生高阻向低阻的跳变(set), 又可以完成低阻向高阻的转变(reset), 蓝色曲线和绿色曲线分别为第一次set和reset过程. 可以看到, 蓝色曲线在3.2 V时器件阻值处于低阻状态, 即器件初始化(forming)过程. 当再次施加正向电压(绿色曲线)达到4.1 V时电阻急剧下降到高阻状态, 完成器件reset过程. 图中红色曲线在3.2 V时电阻急剧下降, 器件被set, 随着正向电压的继续施加在焦耳热的作用下器件发生reset, 阻值升高, 这个过程为典型的单极性电阻开关行为. 如图7(b)所示, 它的高阻态(high resistance state, HRS)和低阻态(low resistance state, LRS)比值可以达到105、耐久性持续时间超过3 d并且具有良好的稳定性. 2018年, Rahman等[38]用化学气相沉积(chemical vapor deposition, CVD)法合成了层状MoOx薄膜, 并在较低的电激活电压(约2.7 V)下显示出优异的电阻开关性能. 如图7(c)和图7(d)所示, 器件开关比达到103, 数据的保持时间大于104 s, 耐久性可以达到6000次以上循环.Ref. | Ron/Roff | Endurence | Vforming/V | Vset/V | Vreset/V | Retention/s | Compliance/mA |
[24] | 10—102 | 60 | 1.8—3 | 1—2 | 0.5—1 | — | 2—5 |
[36] | 103 | — | –2.2 | 1.7 | 3.3 | 103 | 10-3 |
[37] | > 105 | 50 | 3.2—4.1 | 3—3.9 | 4.45—5.9 | 104 | 50 |
[38] | 103 | > 6000 | –2.7 | –2 | 2.5 | > 104 | 0.8 |
[39] | 18 | — | 24.5 | 1.8 | –1.1 | 3.6 × 103 | 1 |
[40] | ~350 | — | — | 1—3 | — | 2.6 × 106 | — |
[41] | 1.15 × 103 | 7 | — | 4 | 8 | 4.5 × 103 | — |
[42] | 1.6 × 102 | 500 | — | –3 | 3 | — | — |
[43] | 106 | > 100 | — | 0.8 | –0.2—1.6 | 2 × 104 | 102 |
[44] | 20 | — | — | 2.2 | –1.1 | 1.4 × 103 | 0.1 |
[45] | — | — | Free | 0.4 | –1 | — | 0.1 |
表2三氧化钼基忆阻器件性能对比
Table2.Comparison of performance of molybdenum trioxide memristors.
图 7 (a) 单极电阻开关的代表性行为, 横向面积为2 μm × 2 μm的α-MoO3横杆三明治器件中的I-V曲线, 内嵌图显示了Au/Cr/α-MoO3/Au横杆夹层结构的相应光学图像, 刻度线代表5 μm[37]; (b) α-MoO3横杆器件开关在室温下具有稳定的保持性; 在0.01 V的小偏置下, 通过测量电流来确定HRS和LRS[37]; (c) 存储器单元在重复开关周期下的特性电流-电压曲线[38]; (d) 开关周期的耐久性(读取电压为500 mV时获得的电阻值), 内嵌图为耐久性测量过程中的电压脉冲序列, 每个脉冲的持续时间为2 ms[38]
Figure7. (a) Representative I-V curves of unipolar resistive switching behavior in the α-MoO3 crossbar sandwich device with a lateral area of 2 μm × 2 μm. The inset shows the corresponding optical image of Au/Cr/α-MoO3/Au crossbar sandwich structures and the scale bar represents 5 μm[37]. (b) Time-dependent measurements of α-MoO3 crossbar device switch featuring stable retention at room temperature. The resistance of the HRS and LRS is determined by measuring the current at a small bias of 0.01 V[37]. (c) Characteristic current-voltage curves of a memory cell subjected to repetitive switching cycles[38]. (d) Performance endurance with respect to number of switching cycles (Resistance values obtained at a read voltage of 500 mV). The inset shows the voltage pulse train during endurance measurement with duration of 2 ms of each pulse[38].
3
4.1.2.自整流及阈值开关器件
2018年, Hsu等[42]利用射频磁控溅射方法制备了MoOx薄膜, 通过调整O2流量, 来控制氧空位含量, 制作了Al/MoOx/Pt阻变器件. 研究了O2流量对MoOx器件自整流特性的影响, 随着氧流量的增大, 器件的高低阻值都增大. 随着氧气流量增大, 对应的非晶格氧减小, 因此电阻的增大得到了很好的解释. 在MoOx/Pt界面会形成高的肖特基势垒, 约为3.3 eV, 在Al/MoOx界面势垒为1.9 eV. 这种不对称电极接触使器件具有自整流特性, 并且随着氧气流量增大, 自整流效果越来越明显. 当O2流量为9 sccm (1 sccm = 1 mL/min)时, 得到了显著的自整流特性阻变特性, 并且电阻的开关比较大(2.0 × 102), 如图8(a)和8(b)所示. 2019年, Du等[34]利用一维α-MoO3纳米带制作了横向阻变器件, Au电极α-MoO3纳米带阻变器件表现为典型的非易失双极性阻变特性, 开关电流比可达到5.0 × 102, 开关电压约为3 V. 由于Ag和α-MoO3之间的接触电阻较大, 采用Ag作为电极时可以实现挥发性的双向阈值开关特性, 在3.5 V时, 电流突然增大并在电压正扫描过程中保持在低阻状态, 而在负电压扫描中I-V曲线几乎与正电压扫描曲线对称. 表明当驱动电压降到零时, 低阻状态不能保持. 该阈值开关器件在读取电压为0.5 V时, 开关电流比可达到3.0 × 105.图 8 (a) MoOx RRAMs的电流-电压特性[42]; (b) MoOx RRAMs的耐久性[42]
Figure8. (a) Current-voltage characteristics of the MoOx RRAMs[42]; (b) endurance characteristics of the MoOx RRAMs[42].
2
4.2.电调制突触器件
电子突触器件是神经形态计算系统的重要组成部分, 可以超越冯·诺依曼体系结构的限制, 通过调节突触权重, 将信息同时存储和处理[46-48]. 二维层状结构的α-MoO3具有易于离子插层、微缩能力强、便于集成等特点, 下文将对α-MoO3基神经形态器件的研究进展给出详细的总结.3
4.2.1.三明治结构
Xue等[45]利用磁控溅射生长MoOx薄膜, 采用图9(a)所示的垂直Ag/MoOx/氧化铟锡(ITO)结构对其突触可塑性进行研究. 图9(b)和图9(c)为阻变器件在连续施加相同的直流电压下, 电导的连续增强和抑制现象, 结果表明, 该器件的阻值连续可调特性可以用来模拟突触权重的增强/抑制. 2016年Yang等[49]制作了Ag/MoOx/氟掺杂氧化锡(FTO)结构的垂直阻变器件并研究其突触可塑性, 上电极Ag相当于神经突触的突触前膜, 下电极FTO相当于突触后膜, 电脉冲相当于神经刺激. 重复施加相同的负(正)电压脉冲表现出突触的增强(抑制)特性, 此过程中的电阻变化行为类似于生物突触的传输特性, 实现了105 s的长时可塑性. 另外, 他们通过改变脉冲的时间间隔(Δt)来测试突触晶体管的时间依赖可塑性(spiking-time-dependent plasticity, STDP)行为. STDP学习函数可以很好地拟合兴奋性突触后电流(excitatory postsynaptic current, EPSC)变化(ΔW)与Δt的关系. Wang等[50]利用α-MoO3薄膜构建了突触器件, 通过增大脉宽以及幅值实现了短时可塑向长时增强的转变, 如图9(d)所示. 他们利用25个突触单元构建5 × 5的突触阵列, 依次输入代表字母“x”, “y”和“z”, 字母“x”和“z”利用短时记忆(short-term memory, STM)模式输入. 字母“y”利用长时记忆(long-term memory, LTM)模式输入. 图9(e)显示电导在第一条蓝色虚线标记的时刻自发恢复到原始状态, 即输入最后一个脉冲后8 s. 在LTM模式下输入字母“y”的信号后, 产生较高的电导, 而字母“z”的输入不干扰电导状态, 在整个训练过程中仍然是可区分的, 如图9(f)—(h)所示, 字母“x”和“z”的残差变得模糊, 成功地利用突触阵列实现了图像记忆功能.图 9 (a) 垂直器件结构示意图及测试说明[45]; (b) 负电压I-V曲线[45]; (c) 正电压I-V曲线; 内嵌图为 ± 0.25 V读电压下随周期的增加, 电流的变化[45]; (d) 由施加的10个不同电压和宽度的脉冲所表示的STM和LTM[50]; (e) 电导在第一个像素内的变化, 蓝色虚线表示对于一个给定字母, 输入最后一个脉冲后的读出时间[50]; (f), (g), (h)在STM模式下(e)图中蓝线标记的时刻所记忆的字母“x”和“z”, 而字母“y”是在LTM模式下被记忆[50]
Figure9. (a) Schematic illustration of vertical device structure and measurement; (b) I-V curves of negative voltage[45]; (c) I-V curves of positive voltage, the insets show the variation of the current read at ±0.25 V with increasing cycle[45]; (d) STM and LTM demonstrated by applying 10 pulses with different amplitudes and widths[50]; (e) conductance change at the first pixel; the blue dashed lines indicate the read-out moment after inputting the last pulse for a given letter[50]; (f), (g), (h) images memorized at the moments marked by blue lines in (e) letters “x” and “z” are memorized in the STM mode, while the letter “y” is memorized in the LTM mode[50].
3
4.2.2.晶体管结构
由于神经突触在传递信息的同时会发生信息反馈, 使得突触权重发生改变, 即在突触学习过程中, 信息传递与学习是同时发生的. 在三端阻变器件中, 信息可以通过源-漏间的沟道进行传递, 通过栅极进行反馈信息从而对突触权重进行调节, 使得信息传递和突触学习是独立的, 并且由于栅极电流相比于源漏电流小得多, 因此在突触晶体管中更多关注读取功耗, 使得能耗大大降低[51-53]. α-MoO3的特殊结构, 有利于电子-离子的可逆注入和抽出, 在锂离子电池[54]、光致变色[55]等的研究中已被证实, 基于以上对α-MoO3性质的研究基础, 研究者们将其应用在离子栅结构的突触器件中, 发现α-MoO3可以很好地与离子栅进行匹配. 下面给出了不同功能层材料与α-MoO3为沟道的突触晶体管的性能对比, 从表3可以直观看出α-MoO3在低功耗及快速响应等方面具有明显优势[56-60].Ref. | Channel material | Electrolyte | Operation votage/V | Pulse width/ ms | Energy consumption |
[56] | α-MoO3 | EMIM(CF3SO2)2N | 2.5 | 1 | 9.6 pJ |
[57] | α-MoO3 | LiClO4/PEO | 2.5 | 1 | ≈0.16 pJ |
[58] | IGZO | Chitosan | 2 | 25 | 1.0 nJ |
[59] | IZO | Methyl cellulose | 0.2—1 | 15—60 | 16 nJ |
[60] | MoS2 | chitosan | 1.5 | 10 | 5 pJ |
表3突触晶体管性能对比
Table3.Performance comparison of synaptic transistors.
Yang等[56]制作了离子液体栅的突触晶体管, 图10(a)为一种化学递质在生物突触中传递的示意图, 它是两个相邻神经元细胞(突触前和突触后神经元)的连接物. 图10(b)所示为α-MoO3基突触晶体管, 沟道的电导变化代表突触权重的改变, 栅极作为前神经元, 源极和漏极用作后神经元输出端. 在此基础上, Yang等[57]又进一步研究了α-MoO3纳米片为沟道的突触晶体管制作的阵列结构, 原理如图10(c), 基于α-MoO3的突触晶体管的阵列结构作为记忆元件, 其沟道电导变化用作执行反向传播算法的权重更新. 实现了手写体的识别, 图10(d)记录了每个训练周期后模拟网络的识别精度, 可以看出, 该精度高达94.1%.
图 10 (a) 生物突触示意图[56]; (b) 三端突触晶体管结构原理图[56]; (c) 由电压编程锂离子突触晶体管crossbar阵列和接入器件组成的突触权重层示意图[57]; (d) 对于8 × 8像素手写数字图像, 其识别精度随训练epochs的变化[57]
Figure10. (a) Schematic illustration of a biological synapse[56]; (b) schematic diagram of the three-terminal synaptic transistor[56]; (c) schematics of a synaptic weight layer composed of voltage programmed Li-ion synaptic transistor crossbar array and access devices[57]; (d) the recognition accuracy evolution with training epochs for 8 × 8 pixel handwritten digit image[57].
2
4.3.光调制突触器件
光调制的神经形态器件在模仿人类视觉系统的基本功能方面具有相当大的潜力, 可以超出可见光区域, 并且光电突触单元可以将图像传感和信息处理结合在一起, 大大提高了数据处理的效率[61,62]. Zhou等[35]利用垂直结构光电电阻随机存储器(optoelectronic resistive random access memory, ORRAM)作突触器件, 实现了图像感知和记忆功能. 在神经形态视觉系统中, ORRAM阵列被用来模拟人视网膜中的传感和预处理功能, 预处理后的图像被传输到三层人工神经网络, 以完成图像训练和识别功能. 阵列中的一个存储单元对应于一个像素单元, 如图11(a)所示, 每个存储单元初始为高阻, set过程利用365 nm波长的光脉冲照射使器件切换到低阻状态, reset过程则是利用负电压脉冲使器件恢复高阻状态. 在神经网络中, ORRAM直接连接到输入层, 如图11(b), 在训练过程中, 图像被ORRAM阵列进行存储, 一个接一个地传递到输入层. 人工神经形态视觉系统采用了一个由6 × 7像素的字母p, u和c的图像组成的图像数据库. 从数据库中提取每个字母的两个图像示例(1000幅图像)进行演示. 图11(c)比较了预处理前后的图像, 经过处理的图像突出显示字母本身特征, 平滑背景噪声信号, 然后将预处理后的图像数据库输入到人工网络中, 进行图像训练和识别. 图11(d)对比了有无ORRAM的视觉系统的识别率, 发现使用ORRAM进行图像预处理后在识别率和效率方面有了明显的提高, 直接证明了ORRAM阵列的图像存储及预处理能力.图 11 (a) 8 × 8 ORRAM阵列原理图[35]; (b) 带有ORRAM阵列的三层人工神经网络连接结构[35]; (c) 经ORRAM阵列预处理前(左列)和后(右列)的图像示例[35]; (d) 有无ORRAM阵列图像预处理情况下图像识别率的对比[35]
Figure11. (a) Schematic structure of an 8 × 8 ORRAM array[35]; (b) structure of the three-layered artificial neural network with ORRAM[35]; (c) examples of images before (left columns) and after (right columns) ORRAM-based pre-processing[35]; (d) comparisons of the image recognition rate with and without ORRAM-based image preprocessing[35].