Adv. Mater.：用于时空信息处理的氧化物基电解质栅控晶体管

【研究背景】

与生物神经系统具有很大相似性的脉冲神经网络（SNNs）有望处理时空信息，并能为物联网和边缘计算提供实时和高能效的计算范式。非挥发性电解质栅控晶体管（EGTs）具有突出的模拟开关性能（突触器件最关键的特性），最近被证明是一种很有前途的突触器件。然而高性能的、大规模的EGT阵列以及EGT在SNN中用于时空信息处理的应用仍需要进一步的验证。

【成果简介】

近日，中国科学院微电子研究所博士生李悦、卢吉凯和尚大山研究员介绍了一种以非晶态Nb₂O₅和Li_xSiO₂分别为沟道材料和电解质栅材料的氧化物基EGT，并集成到32×32 EGT阵列中。这种EGT器件表现出准线性的模拟开关特性、良好的耐受性（10⁶）和保持性、高开关速度的100 ns、超低读出电导（< 100 nS）以及超低操作能耗密度（20 fJ μm^-2）。这种优异的模拟开关性能可用于具有时空信息处理能力的SNN硬件实现，使具有不同时序的尖峰序列能够被EGT阵列有效地学习和识别。最后，这种基于EGT的时空信息处理被用于检测触觉传感系统中的移动方向。这些结果表明基于氧化物的EGT器件可用于高能效的神经形态计算以支持物端应用。该文章近日以题为“Oxide‐Based Electrolyte‐Gated Transistors for Spatiotemporal Information Processing”发表在知名期刊Adv. Mater.上。

【图文导读】

图一、EGT的结构和开关机理

（a）32×32 EGT阵列的示意图，在图中标记了漏极、栅极和源极线。

（b）制备的EGT阵列的图像（左）和单个EGT单元的放大图像（右）。

（c）EGT的示意图以及（b）中沿黑色虚线的横截面的TEM。

（d）在不同的扫描速率下的转移曲线（I_d-V_g）。

（e）存储窗口（红色）和0 V时的开/关比（蓝色）随V_g扫描速率的变化。

（f）在不同的扫描速率下的栅极漏电流曲线（I_g-V_g）。

（g）基于α-Nb₂O₅的EGT的动力学分析。

（h）从Li_xSiO₂电解质到α-Nb₂O₅沟道的Li⁺在初始、经历正栅压和负栅压后的深度分布，表明Li⁺嵌入到α-Nb₂O₅沟道层中。

图二、模拟开关性能

（a）由+3.6/-3.4 V和10 ms宽度的V_g脉冲诱导的具有32个离散状态的沟道电导开关100个周期。

（b）EGT器件的保留性能。

（c）对周期开关特性进行非线性分析，得到沟道电导增加和减少的非线性因子的均值较小，分别为：ν= 0.6和ν= 1.58。

（d）沟道电导增加（上）和减少（下）时的累积分布函数图。

（e）沟道电导增加（红色）和减少（蓝色）时的器件间非线性分布。

（f）沟道电导最低电导态（红色）和最高电导态（蓝色）的器件间分布。

图三、高速开关测量和能耗计算

（a）EGT的高速开关测试。重复施加64个电压脉冲循环进行验证。脉冲宽度分别为1 ms，100 µs，1 µs，100 ns和10 ns。插图： 10 ns脉冲宽度时标沟道电导调制放大图。

（b）单次触发沟道电导ΔG的平均变化与脉冲宽度的关系。

（c）最大动态开关能量（E_max）与器件面积A在双对数坐标下的线性比例关系。

图四、基于EGT突触的时空SNN

（a）通过3个EGT突触将3个前神经元与1个后神经元连接的3×1 SNN示意图。

（b）测量了流经每个突触的突触电流（上面三幅图）和模拟的膜电位（V_m）在输入了脉冲序列3-2-1和1-2-3变化，（底部图）。

（c）用于实现STDP的V_s和V_g波形的组合策略。

（d）突触增强（顶部）和抑制（底部）时突触权重的相对变化与Δt的关系。

（e）时空脉冲序列学习过程中的权重变化。

图五、构建触觉传感系统

（a）由5×5人工触觉传感器阵列构成的触摸板以及基于EGT的SNN时空信息处理示意图。

（b）由EGT突触连接的输入神经元和输出神经元组成的SNN架构图，用于时空方位信息识别。

（c）8个输出神经元的膜电位(V_m)与移动方向方位角的关系。不同的脉冲序列代表不同的方向被输入。

【结论展望】

综上所述，作者们成功地制造了一个基于氧化物的EGT阵列。该阵列模拟了具有准线性、低的阻态变化、高耐久性、高速度、低读出电导和低开关能量密度的突触权重模拟调制。突触性能的改善主要体现在三个方面：开关/读取分离操作、高绝缘的非晶态Nb₂O₅沟道和Li_xSiO₂介质以及稳定的Li⁺电化学插入/抽取机制。其突出的模拟开关性能被用于时空编码SNN的硬件实现中，证明了EGT阵列具有高效的学习和识别能力。在此基础上，作者们证明这种基于EGT的SNN可用于开发具有移动方位检测能力的触觉感知系统。这些结果表明这种EGT器件可用来作为神经形态计算器件支持边缘计算的应用，如作为物联网交互接口的智能传感系统。

文献链接：Oxide‐Based Electrolyte‐Gated Transistors for Spatiotemporal Information Processing (Adv. Mater., 2020, DOI: 10.1002/adma.202003018)

作者简介：

尚大山，现任中国科学院微电子研究所研究员。 2007年于中国科学院上海硅酸盐研究所获得博士学位。2007-2018年在中国科学院物理研究所任副研究员，期间于2011年5月–2012年4月，韩国首尔大学物理与天文系博士后；2013年11月–2014年1月，英国剑桥大学材料科学与冶金系访问学者；2012年7月–2014年2月，德国亚琛工业大学物理系（IA） 洪堡学者。研究领域包括受生物启发的认知记忆与神经形态计算器件、模型、算法以及人工智能感官系统。

相关研究：

1、 C. B. Bu, H. Xu, D. S. Shang,* Y. Li, H. B. Lv, Q. Liu, Ion-gated transistor: An enabler for sensing and computing integration, Adv. Intell. Syst. 2000156 (2020)

2、S. Yang, D. S. Shang,* N. Liu, E. J. Fuller, S. Agrawal, A. A. Talin, Y. Q. Li, B. G. Shen, Y. Sun, All-solid-state synaptic transistor with ultralow conductance for neuromorphic computing, Adv. Func. Mater. 28, 1804170 (2018)

3、C. S. Yang, D. S. Shang,* N. Liu, G. Shi, X. Shen, R. C. Ru, Y. Q. Li, and Y. Sun, A synaptic transistor based on quasi-2D molybdenum oxide, Adv. Mater. 29, 1700906 (2017)

本文由大兵哥供稿。

欢迎大家到材料人宣传科技成果并对文献进行深入解读，投稿邮箱：tougao@cailiaoren.com

投稿以及内容合作可加编辑微信：cailiaorenvip。