VO2绝缘体-金属相变器件的创新SPICE模型：面向神经形态计算的热电耦合机制与仿生脉冲行为研究

为解决VO2基绝缘体-金属相变(IMT)器件在电路仿真中热电耦合建模不精确的问题，Salam A.W. Al-Abassi和Péter Neumann团队开发了基于RC Cauer热网络的SPICE兼容模型。该模型通过sigmoid函数与指数项结合，精确描述了VO2电阻随温度的滞回特性，并成功模拟了8种生物神经元脉冲模式。研究为神经形态系统提供了可实验验证的仿真平台，发表于《Next Materials》，推动下一代计算架构发展。

　　

在追求类脑计算的浪潮中，模仿生物神经元动态行为的电子器件成为研究热点。其中，二氧化钒(VO₂)因其在68°C附近表现出的绝缘体-金属相变(IMT)特性备受关注。这种相变不仅伴随电阻率骤降4-5个数量级，还能通过电、热、光等多物理场调控，堪称"智能材料"的典范。然而，现有VO₂器件模型往往简化了关键的热电耦合过程，导致仿真与实测结果存在显著偏差。特别是在神经形态电路设计中，这种偏差会直接影响脉冲时序精度，阻碍其在感知计算等场景的应用。

针对这一瓶颈，布达佩斯技术与经济大学电子器件系的Salam A.W. Al-Abassi和Péter Neumann团队在《Next Materials》发表了突破性成果。他们创新性地将RC Cauer热网络与温度依赖电阻模型结合，构建出能精确反映VO₂动态相变行为的SPICE兼容模型。该模型不仅通过了实验验证，更令人振奋的是，仅通过调节被动元件参数就实现了8种生物神经元脉冲模式，为硬件神经形态系统提供了全新设计范式。

研究团队采用三项关键技术：

1. 1.

   基于电子束光刻制备的Pt/VO₂/Pt垂直交叉阵列器件作为测试平台，通过Keithley源表获取I-V特性曲线

2. 2.

   采用Cauer热网络模型模拟VO₂/SiO₂多层结构的热传导，其中热阻(R_th)和热容(C_th)参数通过非线性拟合优化

3. 3.

   在LTspice中实现包含温度反馈回路的子电路模型，利用sigmoid函数描述R-T曲线的滞回特性

实验结果与发现

R-T与I-V特性验证

通过150nm VO₂薄膜器件的实测数据表明，模型精确复现了加热/冷却过程中的电阻滞回环。当温度升至338K时，电阻从125kΩ骤降至1kΩ，与基于Arrhenius方程的相变模型高度吻合。I-V曲线则捕捉到60-100μA区间的负微分电阻(NDR)现象，阈值电压误差<5%。

参数敏感性分析

系统研究了R_m(金属相电阻)、b_i(绝缘相温度系数)等8个关键参数的影响。发现SiO₂层热阻(R_th^SiO2)每增加100kΩ/K，相变迟滞宽度扩大15%，这为器件几何设计提供了量化依据。

仿生脉冲行为实现

通过调节输出电阻R_out(15kΩ)和电容(2-8pF)，同一电路相继产生：

• •

  强直性脉冲(tonic spiking)：恒定电流输入下的持续放电

• •

  相位爆发(phasic bursting)：短时高频脉冲簇

• •

  兴奋阻滞(excitation block)：过强输入导致的脉冲抑制

  特别是subthreshold oscillation模式，在60-100μA输入时呈现0.1-1.4MHz的频率调谐特性，与丘脑神经元振荡行为高度相似。

讨论与展望

这项研究首次在SPICE环境中实现了VO₂器件从材料特性到电路行为的全链条建模。其核心创新在于：将传统上分离的"电学开关模型"与"热扩散模型"通过温度变量有机耦合，通过公式R_VO2(T)=R_me^-b_m(T-T_f)+[R_ie^-b_i(T-T_o)-R_me^-b_m(T-T_f)]/(1+e^{(T-T_IMT)/T_x})精确描述相变过程。

相比现有模型，该工作具有三重优势：

1. 1.

   物理可解释性：所有参数均有明确物理意义，如T_IMT直接对应相变中点温度

2. 2.

   工艺兼容性：通过调整Cauer网络参数可适配不同器件结构

3. 3.

   生物仿真度：无需编程即实现复杂脉冲模式，更适合硬件部署

未来，这种建模方法可扩展至NbO₂等其他相变材料系统，为构建支持在线学习的神经形态芯片奠定基础。正如研究者指出，将IMT器件的本征动态与CMOS电路协同优化，可能催生新一代存算一体架构，最终实现接近生物能效的智能计算系统。