以神經(jīng)網(wǎng)絡(luò)為代表的類(lèi)腦人工智能技術(shù)在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、自動(dòng)駕駛等方面有重要應(yīng)用。但目前運(yùn)行神經(jīng)網(wǎng)絡(luò)計(jì)算的硬件系統(tǒng)依然基于傳統(tǒng)硅基運(yùn)算器與存儲(chǔ)器，由于馮·諾伊曼瓶頸的原理限制，其能效遠(yuǎn)低于人腦。研發(fā)具有神經(jīng)形態(tài)模擬功能的類(lèi)腦器件，如神經(jīng)網(wǎng)絡(luò)硬件系統(tǒng)的核心器件——具有存算一體功能的電子突觸，是進(jìn)一步推進(jìn)人工智能發(fā)展的重要途徑之一。為執(zhí)行復(fù)雜的人工智能任務(wù)，電子突觸器件需要滿(mǎn)足諸多苛刻要求，如：連續(xù)可調(diào)的非易失電導(dǎo)態(tài)數(shù)目（用于模擬腦突觸的連續(xù)可調(diào)性）大于100，非線(xiàn)性度小于1（好的線(xiàn)性度有助于精準(zhǔn)調(diào)控電導(dǎo)），開(kāi)關(guān)比大于100，翻轉(zhuǎn)耐久大于109次，周期隨機(jī)性小于3%。然而，已報(bào)道的類(lèi)腦突觸器件無(wú)法全面滿(mǎn)足上述指標(biāo)要求。

研究人員提出了多種構(gòu)建類(lèi)腦突觸器件的原理方案。其中，基于鐵電非易失電極化和量子隧穿效應(yīng)的鐵電隧道結(jié)，因?yàn)橛袧摿?gòu)建成為高性能類(lèi)腦突觸器件而備受關(guān)注。鐵電隧道結(jié)的電導(dǎo)調(diào)控基于鐵電疇的連續(xù)翻轉(zhuǎn)所調(diào)控的隧穿勢(shì)壘，在原理上具有穩(wěn)定性高、功耗低、速度快等諸多優(yōu)勢(shì)。因此，基于鐵電隧道結(jié)，設(shè)計(jì)并構(gòu)筑高性能類(lèi)腦突觸原型器件，使其具有高精度、線(xiàn)性調(diào)節(jié)的非易失電導(dǎo)態(tài)，未來(lái)應(yīng)用于神經(jīng)網(wǎng)絡(luò)計(jì)算硬件系統(tǒng)的構(gòu)建，有重要意義。

基于上述背景，中國(guó)科學(xué)技術(shù)大學(xué)李曉光教授團(tuán)隊(duì)通過(guò)對(duì)鐵電疇形態(tài)和翻轉(zhuǎn)動(dòng)力學(xué)的設(shè)計(jì)，在鐵電量子隧道結(jié)中實(shí)現(xiàn)了亞納秒電脈沖下電導(dǎo)態(tài)可非易失連續(xù)調(diào)控的類(lèi)腦突觸器件，可用于構(gòu)建人工神經(jīng)網(wǎng)絡(luò)類(lèi)腦計(jì)算系統(tǒng)，該成果以“High-precision and linear weight updates by subnanosecond pulses in ferroelectric tunnel junction for neuro-inspired computing”為題發(fā)表在Nature Communications上。

研究人員制備了高質(zhì)量Ag/PbZr0.52Ti0.48O3（PZT~1.2 nm，（111）取向）/Nb:SrTiO3鐵電隧道結(jié)（如圖1a）。通過(guò)設(shè)計(jì)PZT的超薄厚度和（111）取向，在鐵電勢(shì)壘層中實(shí)現(xiàn)了更豐富的鐵電多疇亞穩(wěn)態(tài)（如圖1b， c），在外加電場(chǎng)下，鐵電疇的翻轉(zhuǎn)動(dòng)力學(xué)行為更加連續(xù)，因而器件的電導(dǎo)調(diào)節(jié)更加連續(xù)、平緩，更有利于多態(tài)的實(shí)現(xiàn)。該器件綜合性能優(yōu)異，主要表現(xiàn)在：

圖1：鐵電隧道結(jié)類(lèi)腦突觸器件及其鐵電多疇結(jié)構(gòu)。a. 鐵電隧道結(jié)類(lèi)腦突觸器件結(jié)構(gòu)示意圖。b. 鐵電隧道結(jié)不同鐵電疇區(qū)的原子分辨像。c. 不同厚度PZT薄膜中多疇結(jié)構(gòu)的面外、面內(nèi)PFM相位。

1）亞納秒超快操作速度、飛焦級(jí)低能耗，媲美人腦突觸的能效表現(xiàn)。

通過(guò)能帶設(shè)計(jì)、降低鐵電層厚度、選擇處于準(zhǔn)同型相界處具有較低矯頑場(chǎng)的PZT作為鐵電勢(shì)壘層，有效地降低了器件的操作電壓，僅需 《 5 V的電壓就能在630 ps的操作速度下實(shí)現(xiàn)可分辨的阻態(tài)翻轉(zhuǎn)（如圖2a）。而器件最快操作速度可至300 ps（可以匹配目前CPU的操作速度，如圖2b）。此外，器件具有良好的可分辨多態(tài)（4比特）保持特性（如圖2c）。通過(guò)對(duì)直徑為50 nm的鐵電隧道結(jié)的性能表征，發(fā)現(xiàn)其操作能耗低至5.3 fJ/bit?；谏鲜鲂阅芡扑悖撹F電隧道結(jié)構(gòu)建的神經(jīng)網(wǎng)絡(luò)計(jì)算系統(tǒng)有可能實(shí)現(xiàn)媲美人腦的優(yōu)秀能效（人腦單次突觸活動(dòng)的能耗約為1 ~100 fJ），且響應(yīng)速度比人腦突觸快6個(gè)量級(jí)（人腦突觸響應(yīng)速度約為亞毫秒）。

2）高精度、線(xiàn)性的電導(dǎo)調(diào)控和高耐久性，滿(mǎn)足類(lèi)腦突觸器件的核心性能指標(biāo)要求。

在10 ns的脈寬下（與DRAM操作速度相當(dāng)），實(shí)現(xiàn)了8比特（256個(gè)）連續(xù)可調(diào)的非易失電導(dǎo)狀態(tài)，且非線(xiàn)性度低（《1），開(kāi)關(guān)比大（~100），周期隨機(jī)性小（~2.06%）（如圖2d）；甚至在亞納秒（630 ps）的操作速度下，器件仍然可以調(diào)節(jié)出150個(gè)連續(xù)的電導(dǎo)態(tài)（如圖2e）。此外，器件表現(xiàn)出》109次的翻轉(zhuǎn)耐受性（如圖2f）。器件具有優(yōu)良的突觸塑性調(diào)節(jié)功能和良好的翻轉(zhuǎn)耐受性，滿(mǎn)足了類(lèi)腦突觸器件的核心性能指標(biāo)要求。

圖2：鐵電隧道結(jié)類(lèi)腦突觸器件的性能表征。a. 630 ps脈寬的脈沖電壓下，類(lèi)腦突觸器件的電阻在不同阻態(tài)之間的往復(fù)翻轉(zhuǎn)。b. 不同脈寬的電脈沖下類(lèi)腦突觸器件電阻的連續(xù)調(diào)控。c. 類(lèi)腦突觸器件的16個(gè)可分辨阻態(tài)的保持特性。d， e. 10 ns 和 630 ps 脈寬的電脈沖下隧道結(jié)類(lèi)腦突觸器件的長(zhǎng)時(shí)程增強(qiáng)和抑制模擬。f. 類(lèi)腦突觸器件的翻轉(zhuǎn)耐受性。

3）基于器件電導(dǎo)調(diào)控性能，仿真構(gòu)建的神經(jīng)網(wǎng)絡(luò)具有高圖像識(shí)別率。

基于該鐵電隧道結(jié)的實(shí)驗(yàn)性能，仿真構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)（如圖3a）類(lèi)腦計(jì)算系統(tǒng)可在線(xiàn)學(xué)習(xí)并識(shí)別Fashion-MNIST數(shù)據(jù)庫(kù)的時(shí)尚產(chǎn)品圖片，準(zhǔn)確率達(dá)~94.7%，非常接近于基于浮點(diǎn)的神經(jīng)網(wǎng)絡(luò)軟件計(jì)算結(jié)果~95.6%（如圖3b）；此外，仿真構(gòu)建的人工神經(jīng)網(wǎng)絡(luò)還體現(xiàn)出良好的抗噪聲能力，即使在識(shí)別圖片中引入椒鹽或高斯噪聲（噪聲水平達(dá)0.5），其識(shí)別時(shí)尚產(chǎn)品圖片的準(zhǔn)確率仍然可達(dá)~85%（如圖3c， d， e）。

圖3：基于器件性能，仿真構(gòu)建神經(jīng)網(wǎng)絡(luò)。a. 仿真構(gòu)建的ResNet-18卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖。b. 識(shí)別Fashion-MNIST數(shù)據(jù)庫(kù)中時(shí)尚產(chǎn)品圖片的準(zhǔn)確率隨訓(xùn)練次數(shù)的變化。c， d. 識(shí)別加入不同水平的椒鹽噪聲和高斯噪聲的Fashion-MNIST時(shí)尚產(chǎn)品圖片的準(zhǔn)確率隨訓(xùn)練次數(shù)的變化。e. 識(shí)別Fashion-MNIST時(shí)尚產(chǎn)品圖片的準(zhǔn)確率隨加入椒鹽噪聲和高斯噪聲的水平的變化。

上述基于鐵電隧道結(jié)設(shè)計(jì)的類(lèi)腦突觸原型器件具有超快、低能耗、高耐久特性，特別是具有穩(wěn)定、線(xiàn)性、準(zhǔn)連續(xù)的電導(dǎo)態(tài)調(diào)控優(yōu)勢(shì)，滿(mǎn)足了類(lèi)腦突觸器件的高要求，展現(xiàn)了鐵電隧道結(jié)在構(gòu)建未來(lái)高性能類(lèi)腦人工智能計(jì)算硬件系統(tǒng)方面的重要潛力。中國(guó)科學(xué)技術(shù)大學(xué)物理系博士生羅振、王梓鑒、管澤雨為文章的共同第一作者，中國(guó)科學(xué)技術(shù)大學(xué)李曉光教授、殷月偉教授為文章的通訊作者。

該項(xiàng)研究得到了國(guó)家自然科學(xué)基金、科技部國(guó)家重點(diǎn)研發(fā)計(jì)劃、中國(guó)科學(xué)技術(shù)大學(xué)“雙一流”人才團(tuán)隊(duì)平臺(tái)項(xiàng)目的資助。

原文標(biāo)題：Nat. Commun.： 基于鐵電隧道結(jié)的高性能類(lèi)腦突觸原型器件

文章出處：【微信公眾號(hào)：知社學(xué)術(shù)圈】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。