基于反铁电晶体管耦合极化切换与电荷俘获动力学的可重构神经形态功能研究

为解决神经形态计算中挥发性与非挥发性功能难以集成的难题，新加坡研究人员通过设计Hf0.17Zr0.83O2反铁电晶体管（AFeFET），结合MFMIS栅堆栈结构，实现了短/长期可塑性调控。该器件在MNIST识别中达97.8%准确率，为高能效神经形态硬件提供新范式。

　　

在人工智能浪潮中，模仿人脑运作的神经形态计算被视为突破传统计算瓶颈的关键。然而，现有硬件难以同时实现生物神经元（需短暂记忆）与突触（需长期记忆）的功能，这一矛盾源于材料物理机制的天然对立。传统铁电材料虽能模拟突触，但其非挥发性与神经元快速重置需求相悖。反铁电材料虽具自发退极化特性，但相稳定性不足且功能单一。如何通过单一器件平台整合两类功能，成为领域内亟待解决的难题。

新加坡国立大学Kah-Wee Ang团队在《Nature Communications》发表研究，通过创新设计Hf_0.17Zr_0.83O₂反铁电晶体管，结合金属-反铁电-金属-绝缘体-半导体（MFMIS）栅堆栈结构，首次实现短/长期记忆的可重构调控。该器件通过调节面积比AMIS/AAFE，选择性激活反铁电极化切换（170 ns快速响应）或电荷俘获（10⁴秒保持），在MNIST手写识别中实现97.8%的准确率，为高密度神经形态芯片提供新方案。

关键技术包括：1）原子层沉积制备15 nm Hf_0.17Zr_0.83O₂薄膜；2）MFMIS结构电压分配优化；3）基于洛伦兹分布的成核限制切换模型分析；4）SpikingJelly框架构建三层级联脉冲神经网络。

反铁电HZO栅堆栈特性
通过FORC（反转曲线）方法证实，Zr含量83%的HZO具有稳定双电滞回线，经5,000次循环仍保持反铁电相，而Zr75%样品则出现FE相变。厚度为15 nm时特征切换时间仅170 ns，优于铁电材料（398 ns），适合高速应用。

可重构AFeFET器件机制
MFMIS结构中，面积比调节实现电压再分配：AMIS/AAFE=1时，短脉冲（2 ms）触发挥发性STP（短时程增强），长脉冲（50 ms）诱导非挥发性LTP（长时程增强）。电荷俘获与AFE切换强耦合，临界电压随面积比增大而降低。

突触与神经元功能验证
作为突触时，器件展示线性LTP/LTD（2.1%周期间差异），PPF（配对脉冲易化）双指数衰减（τ₁=1.58 μs，τ₂=10 μs），STDP（脉冲时序依赖可塑性）时间窗2.04 ms。作为神经元时，自复位LIF（泄漏积分发放）模型仅需0.1 pJ/脉冲，无需外部复位电路。

结论与意义
该研究通过AFE相稳定性调控与电荷动力学耦合，首次在单一器件实现生物突触（非易失）和神经元（易失）功能的按需重构。其MFMIS设计可扩展至其他CMOS兼容材料体系，2×10¹²次循环的耐久性远超传统铁电器件。这项工作不仅为神经形态硬件提供新架构，更开辟了反铁电材料在动态记忆系统中的应用前景。