[发明专利]具有dropout功能的忆阻器件、忆阻器件阵列及制造方法

说明书

本发明涉及半导体技术领域，特别涉及一种具有dropout功能的忆阻器件、忆阻器件阵列及制造方法。本发明的具有dropout功能的忆阻器件包括逐层依次设置的第一电极、铁电材料层、二维石墨烯材料层、易失性器件电介质层和银电极所形成的垂直异质结构，其中二维石墨烯材料层充当银离子的阻挡层，在二维石墨烯材料层的帮助下，本发明实施例的忆阻器件实现易失性和非易失性动态行为的结合。易失性的银导电丝在易失性器件电介质层中的随机动态生长过程能够抑制潜行电流的同时实现dropout功能，而非易失性的铁电材料层通过铁电极化翻转能够实现高性能的突触可塑性行为。

技术领域

本发明涉及半导体技术领域，特别涉及一种具有dropout功能的忆阻器件、忆阻器件阵列及制造方法。

背景技术

随着芯片制程逼近半导体材料的物理极限，摩尔定律逐渐失效。同时，随着大数据以及人工智能时代的到来，给基于传统互补金属氧化物半导体晶体管(CMOS)的冯·诺依曼架构系统带来了难以逾越的“功耗墙”与“存储墙”问题。忆阻器是一种新型的两端电子器件，其阻值与流经的电荷相关，凭借高密度、低延迟、低功耗、阻态连续可调并能完美地模拟神经元突触等特性和其本征计算的物理机制，为解决冯·诺依曼瓶颈问题带来了新的希望。如图1所示，基于交叉开关结构的忆阻器阵列可以通过将数值矩阵映射为忆阻器十字交叉阵列中每一个节点的模拟电导值，从而基于欧姆定律和基尔霍夫定律以大规模并行地方式执行高效的乘法累加(Multiply Accumulate，MAC)运算。MAC运算是神经网络中的主要运算之一，由于数据密集度高，需要消耗大量的计算时间和功耗，而利用忆阻器阵列能够在一个时间周期内完成MAC运算，避免了数据在存储和运算单元之间反复搬移带来的时间和能量开销，从根本上解决传统冯·诺依曼架构导致的“存储墙”和“功耗墙”问题。

但是忆阻器阵列的潜行电流问题限制着忆阻器阵列的大规模集成，同时忆阻神经网络在小样本或者大规模网络训练过程中会出现过拟合的问题，限制着忆阻神经网络的识别精度。

发明内容

为了解决忆阻神经网络在小样本或者大规模网络训练过程中会出现过拟合的问题，本发明提供了一种具有dropout功能的忆阻器件，包括：

逐层依次设置的第一电极、铁电材料层、二维石墨烯阻挡层、易失性器件电介质层和银电极所形成的垂直异质结构，其中，所述第一电极、铁电材料层、二维石墨烯材料层的叠层结构作为忆阻器件的突触可塑性功能结构层，所述二维石墨烯材料层、易失性器件电介质层和银电极作为忆阻器件的随机开关功能结构层。

可选的，所述第一电极为金电极或惰性金属电极，所述铁电材料层为二维α-In₂Se₃、二维过渡金属双硫化物、二维五族硫化物、二维层状钙钛矿、二维硒化铟、二维铜铟磷硫、钛酸钡、锆钛酸铅、HZO其中的一种，所述易失性器件电介质层为二维六方氮化硼、二维过渡金属双硫化物、氧化物电介质层中的一种。

可选的，所述二维过渡金属双硫化物为MX₂，其中M为W/Mo，X为S/Se/Te。

可选的，当所述二维铁电材料层为二维α-In₂Se₃，所述二维α-In₂Se₃具有面外铁电极化翻转。

可选的，所述第一电极位于基底表面或者所述银电极位于基底表面。

本发明还提供了一种具有dropout功能的忆阻器件的制造方法，包括：

提供基底，在所述基底表面形成第一电极；在所述第一电极表面依次形成铁电材料层、二维石墨烯材料层、易失性器件电介质层；对所述铁电材料层、二维石墨烯材料层、易失性器件电介质层进行选择性刻蚀；在所述易失性器件电介质层表面形成银电极；