[发明专利]基于二维铁电材料的忆阻神经突触器件及调控方法

说明书

本发明公开了基于二维铁电材料的忆阻神经突触器件及调控方法，器件由下至上依次包括衬底1、底电极2、功能层3、顶电极4。该功能层采用具有室温的面外铁电性的单晶二维原子晶体CuInP₂S₆。利用二维CuInP₂S₆的室温铁电性及高速的紫外光响应特性，该忆阻神经突触器件同时具有电激励和光激励的特性，且制作成本低、工艺简单，可同时用于深度学习、记忆神经的模拟和视觉系统的模拟，使得忆阻神经突触器件能够完成更加复杂的功能。

技术领域

本发明属于类脑计算技术领域，具体涉及基于二维铁电材料的忆阻神经突触器件及调控方法。

背景技术

随着大数据时代的高速发展，人们对信息存储和处理的速度要求越来越高，人们期望未来信息处理的方式能像人脑一样进行自主的学习和思考，很多采用非冯诺依曼体系结构的计算机，比如量子计算机和人工神经网络，应运而生。相较于传统的基于冯诺伊曼架构的计算机，生物大脑拥有极高的灵活性，处理信息的高速性，并行性和低功耗等特性。因此，开发人工智能、利用电子器件构建人工神经网络，从信息处理的角度对人脑神经网络进行抽象的模拟成为了新一代计算机系统研究的热点。在生物大脑中，神经网络是由大量的神经元通过错综复杂的联系构成的，这些神经元之间发生联系的部位称为神经突触，神经元负责处理信息，而突触负责传递信息。要研制类脑芯片，首先需要制备出能够模仿神经突触行为的仿生器件，传统的办法是使用多个晶体管和电容器相结合的方式来模拟一个突触，而生物大脑中神经突触的数量多达10¹⁴～10¹⁵个，利用传统手段制造的神经形态芯片，其器件的能耗将达到～7GW，而实际人脑工作功耗仅为20-35W，显然，无论是从功耗还是密度上说都是无法满足实际需求的。因此，如何设计低功耗，低面积，高速且易于集成的电子突触器件就显得格外重要，成为近年来的研究热点与重点。

近年研究发现，模拟型忆阻器的阻态随着电压的扫描呈连续型变化，且忆阻器下一时刻的电阻值是建立在上一时刻的电阻值之上变化的，因此具有记忆功能，这种独特的电学性质类似于神经突触的非线性传输特性，除此之外忆阻器件还具备非易失，纳米级的尺寸大小，低功耗等优势，被认为是功能最接近于神经突触的器件。

人工神经突触器件从激励手段上分主要有两大类：电子型突触器件和光电子型突触器件。电子型突触器件通常采用电脉冲模拟神经元接受的外部激励信号，可用于深度学习、记忆神经的模拟；而光电子型突触器件采用光脉冲的方式，可用于视觉系统的模拟。目前，很少有人工神经突触器件同时具有电激励和光激励的特性，极大的限制了人工神经突触器件的应用范围。此外，关于铁电突触器件的报道仍以电子型突触器件为主，随着研究的深入发现这类器件的抗疲劳特性和稳定性往往受铁电材料的性质影响，这主要是由于当铁电材料厚度降低后其铁电性不稳定，容易受到外界的电信号的干扰，且在电场的作用下离子容易迁移导致铁电性的破坏。

发明内容

为了改进上述现有技术的缺陷，本发明公开一种基于二维铁电材料的忆阻神经突触器件及调控方法，该忆阻神经突触器件同时具有电激励和光激励的特性，且制作成本低、工艺简单，可同时用于深度学习、记忆神经的模拟和视觉系统的模拟，丰富了器件的功能性，具有极大的应用价值。此外，由于采用全光激励的方式，忆阻神经突触器件的抗疲劳特性和稳定性得到了很大的提高。

本发明采用的技术方案如下：

本发明公开了一种基于二维铁电材料的忆阻神经突触器件，包括从上到下的衬底、底电极、功能层、顶电极，功能层为二维原子晶体铁电材料CuInP₂S₆，具有室温的面外铁电极化。

作为进一步地改进，本发明所述的衬底为285nm SiO₂基底或300nm SiO₂基底，顶电极为二维原子晶体材料，厚度为单层或少层。

作为进一步地改进，本发明所述的功能层厚度为大于4nm，底电极为金属材料，厚度为20nm～50nm。