基于金属核壳纳米颗粒构筑新型人工突触

传统的基于冯·诺依曼架构的数字计算机,其数据处理器与存储器分离,通过总线相连,限制了计算机的速度并带来巨大功耗,无法满足即将到来的大数据时代对计算复杂性增加的需求。与传统计算机形成鲜明对比的是,人类大脑控制着学习、记忆、语言、情感等多项认知功能,具有非常强大的高度并行处理任务的能力。大脑中存在数量巨大的神经元(1011-1012),而每个神经元都有几千甚至几万个突触与其它神经元连接。突触可以通过调整相邻神经元之间的连接强度来同时处理和存储信息,被认为是学习和记忆的神经分子基础。因此,利用电子元器件模拟突触被认为是构建神经形态计算机的重要基础。研究人员早期利用由多个晶体管和电容器相结合的互补金属氧化物半导体(CMOS)模拟单个突触,这会增加集成电路复杂性同时产生巨大的能耗。近年来,人们开始尝试用单个器件模拟突触的基本功能,而电阻式随机存储器(RRAM)由于其具有结构简单、尺寸小、功耗低、可调的双向开关性能等一系列的优势, 非常适用于实现生物突触模拟。

金属氧化物,钙钛矿、硫族化合物等基于离子迁移或电化学氧化还原反应的活性材料已经成功实现了人工突触模拟,RRAM中的电阻转变机制较为复杂,包括导电丝的形成与断裂,电荷俘获与释放,界面势垒调节等,这使得器件行为难以预测。因此,需要探索精心构建的材料系统和方法,以调控电阻转变过程中导电细丝的形成和电荷捕获过程,提高基于RRAM的人工突触的电学特性。

深圳大学电子科学与技术学院的韩素婷副教授与高等研究院周晔研究员开发了一种基于RRAM的人工突触。在该工作中,研究者选用溶液法制备的[email protected] 核壳纳米颗粒掺杂在水溶性的绝缘聚合物聚乙烯吡咯烷酮中作为活性层。在电场作用下,[email protected] 核壳纳米颗粒可以作为离散的连接位点,使得银金属丝更容易形成;同时,[email protected]纳米颗粒具有良好的电荷俘获性能,使得该器件具有良好的双稳态电阻开关特性。利用单个RRAM器件,研究者模拟了多种生物突触功能,包括双脉冲易化、双脉冲抑制、强直后增强、短时程可塑性向长时程可塑性转变以及时间依赖突触可塑性等。

该项工作表明,基于双金属核壳纳米颗粒的人工突触为进一步构建神经形态计算系统提供了巨大潜力。相关工作以“Biological spiking synapse constructed from solution processed bimetal core-shell nanoparticle based composites”为题,发表在Small (DOI: 10.1002/smll.201800288)上并被选为正封面论文,第一作者为电子科学与技术学院周黎博士和高等研究院大四本科生毛靖宇。

Speak Your Mind

*