用于神经形态计算的柔性MoS2忆阻器中的缺陷工程化突触可塑性

《Sensors and Actuators A: Physical》：Defect-Engineered Synaptic Plasticity in Flexible MoS 2 Memristors for Neuromorphic Computing

　　

• •
  为了用于神经形态计算，研究人员利用直流磁控溅射技术在镍基底上制备了灵活的NiMnIn/MoS₂基存储器件。
• •
  通过硫空位工程设计的器件（D1）表现出渐进式的模拟电阻式切换特性，其开关比更高，耐久性可达5000次循环，数据保持时间超过5000秒。
• •
  在室温下，D3器件表现出突然的切换现象，其记忆窗口约为3×10²，这种行为是由空间电荷限制的传导机制所导致的。
• •
  在室温以上，热激活的硫空位生成使得D₂器件能够实现渐进式的切换行为。
• •
  D₁成功模拟了包括长时增强效应、长时抑制效应、脉冲频率依赖塑性、脉冲幅度依赖塑性以及尖峰时间依赖塑性在内的多种高级突触功能。
• •
  基于D₁的人工神经网络模拟因其具有线性且对称的导通调制特性以及多个稳定状态，实现了约86.25%的识别准确率。
• •
  研究结果表明，经过硫空位工程设计的灵活MoS?器件在下一代神经形态计算系统中具有巨大应用潜力。

引言

受生物启发的神经形态平台已成为传统冯·诺依曼架构的可行替代方案，它们能够克服顺序信息传输、高能耗以及内存与处理器分离等固有缺陷。[1], [2], [3], [4], [5] 通过模仿人脑的并行处理、适应能力以及高效能运行方式，神经形态系统有望推动下一代人工智能的发展。[6] 在生物突触中，信息是通过电信号和化学信号传递的，而突触权重的调节则通过长时增强效应和长时抑制效应来实现学习和记忆功能。[7], [8] 为构建类脑计算架构，有必要将这些自适应的突触功能转化为固态器件。[9], [10], [11], [12]

在众多用于神经形态计算的存储器件中，铁电存储器、磁性随机存取存储器、相变存储器以及电阻式随机存取存储器因具备简洁的架构、快速的响应速度、易于与交叉开关结构集成以及极低的能耗而备受关注。[13], [14], [15], [16] 电阻式随机存取存储器是通过改变活性材料在高阻态与低阻态之间的电阻值来工作的。[17], [18], [19], [20] 电阻式切换过程可由多种机制调控，包括离子迁移、空位重新分布，以及由载流子在缺陷位置被捕获或释放所产生的纯电子效应[14], [21], [22], [23], [24], [25], [26], [27], [28] 虽然电阻式随机存取存储器具有较高的开关比和良好的数据保持能力，但其突然的切换特性以及有限的耐久性使其不太适合用于模拟模拟突触功能。[29], [30] 相反，梯度电阻式随机存取存储器能够实现多级导通状态，从而实现精确的突触权重调整，并有效模拟长时增强效应和长时抑制效应。[31], [32], [33], [34], [35] 对于神经形态器件应用而言，实现稳定且可重复的梯度电阻式随机存取存储器性能至关重要。

以往的研究成果大多基于在外加电压作用下，材料从高阻态直接转变为低阻态的突然切换机制。[32] 然而，单层活性材料通常同时表现出SET和RESET过程中的突然切换，或者RESET过程为渐进式而SET过程为突然式。例如，刘等人就观察到RESET过程为渐进式而SET过程为突然式。[36] 相比之下，双层材料则可能表现为SET/RESET过程均为突然式，或者SET过程为突然式而RESET过程为渐进式。[37], [38], [39] 尽管如此，单层活性材料在SET和RESET过程中都可能出现的渐进式切换现象，尤其是在温度影响下的表现，至今尚未得到充分研究。

像MoS₂、WS₂、MoSe₂、WSe₂以及h-BN这样的过渡金属二硫属化物已被广泛研究。[36], [40], [41], [42], [43], [44] 其中，MoS₂是一种层状材料，它兼具独特的光学、电学和结构特性，同时还具有优异的机械柔韧性，因此非常适合作为可穿戴及柔性电子产品的材料。[45], [46], [47] 通过引入或调控硫空位，可以改变MoS₂的电子特性，而这些硫空位可作为电阻式切换的活性位点。Ge. R等人已经证明了由硫空位驱动的MoS₂具备突然的SET/RESET切换特性。[48] 然而，尽管硫空位的调控对于神经形态应用具有重要意义，但如何通过可控方式调控硫空位以实现渐进式的切换特性，目前仍缺乏系统性的研究。本研究的主要目标就是在单一活性材料中实现梯度电阻式随机存取存储器效果或多级切换功能，从而简化并降低设计复杂度。[45], [49] 活性切换层中硫空位的扩散系数和迁移率有助于实现模拟式切换现象，进而提升器件的耐久性、数据保持能力以及突触功能表现。[50], [51]

电极的选择会显著影响电阻式随机存取存储器的切换性能、稳定性以及可靠性。[52], [53] 虽然银或铜这类传统金属被广泛使用，但它们往往具有较高的电化学活性、不稳定的离子迁移现象，且与柔性表面的粘附力较差，这都会影响器件的重复性和耐用性。为解决这些问题，我们在基于MoS₂的柔性电阻式随机存取存储器中，选用了铁磁形状记忆合金作为上下两层的电极材料。NiMnIn具有两大优势：其一，它的电化学活性较低，能有效避免额外的界面反应；其二，它与镍箔的粘附力很强，能够在机械应力作用下保持器件稳定性。此外，由于界面差异，直接在镍箔上沉积MoS₂时往往需要较高的工作电压，而使用NiMnIn作为缓冲层则可以有效缓解这一问题。[54], [55] NiMnIn的马氏体转变特性以及较低的化学反应性，使其成为适用于柔性电阻式随机存取存储器的理想电极材料。

在本研究中，我们采用了直流磁控溅射技术，专为生物启发型神经形态计算应用而设计了三种柔性电阻式随机存取存储器异质结构，分别是D₁（NiMnIn/MoS₂-WSV/NiMnIn/Ni）、D₂（NiMnIn/MoS₂-NSV/NiMnIn/Ni）以及D₃（Ag/MoS₂-NSV/NiMnIn/Ni）。D₁和D₃器件分别展现出出色的渐进式和突然式电阻式切换特性，其中D₁在长时增强效应和长时抑制效应方面的线性度要高于D₃。此外，这些器件在各种弯曲条件下都表现出良好的耐久性、数据保持能力以及出色的机械柔韧性。这些器件都是在具有高度柔韧性且磁化强度呈梯度分布的镍基底上制备的，因此非常适合用于可穿戴电子设备。D₁和D₂器件还能根据外部温度的变化展现出不同的记忆窗口特性。另外，底部电极NiMnIn与基底镍之间具有很强的粘附力，这也为整个器件提供了更好的稳定性。

章节节选

器件制备

我们采用直流磁控溅射技术，在柔性镍基底上制备了NiMnIn/MoS₂/NiMnIn金属-绝缘体-金属结构。所用MoS₂和Ni₅₀Mn₃₅In₁₅溅射靶材纯度为99.99%，直径为5.08厘米，厚度为0.5厘米，这些靶材是从英国的Testbourne Ltd.公司购买的。实验中使用的直流磁控溅射系统以及尺寸为20×20×0.1毫米的柔性光学抛光镍箔（来自Sigma Aldrich公司），均经过了超声清洗处理，实验环境为真空度约为10^-7托尔的超高真空状态

结果与讨论

图1a展示了利用直流磁控溅射技术在柔性镍箔上沉积含有硫空位的MoS₂（MoS₂-WSV）以及不含硫空位的MoS₂（MoS₂-NSV）的工艺流程示意图。MoS₂/NiMnIn/Ni异质结构的XRD图谱在2θ为12.7o、28.99o、33.6o、34.61o、39.45o、44.08o、49.67o以及60.7o处出现了多个衍射峰[见图1b]。这些衍射峰对应的是(002)、(004)、(100)

结论

通过采用直流磁控溅射技术制备NiMnIn/MoS₂-WSV/NiMnIn/Ni异质结构（D₁）、NiMnIn/MoS₂NiMnIn/MoS₂-NSV/NiMnIn/Ni结构（D₂）以及Ag/MoS₂-NSV/NiMnIn/Ni结构（D₃），我们成功展示了电阻式随机存取存储器的切换功能以及类似的突触功能。D₃器件表现出突然的切换特性，而D₁则呈现渐进式切换特性，且工作电压较低，耐久性可达5000次循环以上。在不同的电压下，D₁都显示出渐进式的I-V特性，而且随着电压窗口的扩大，其开关比也会逐渐升高。至于D₂器件

作者贡献说明

Kumar Kaushlendra：负责文章的撰写与编辑工作、原始草稿的撰写、可视化处理、结果验证、软件应用、研究方法设计、实验分析、正式数据分析、数据整理以及概念构思工作。Davinder Kaur：负责原始草稿的撰写、可视化处理、结果验证、项目监督与管理、研究方法设计、实验分析、正式数据分析以及概念构思工作。

利益冲突声明

作者们声明，他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

我们感谢印度国防研究与发展组织在2018年通过EP & IPR计划提供的资金支持，相关项目编号为ERIP/ER/99011650/M/01/1739(G)；同时也要感谢印度科学和技术部的科学与工程研究委员会提供的资助，项目编号为CRG/2020/005265。作者Davinder Kaur特别感谢印度沙斯特里印加研究所授予她的SMP奖学金。作者Kumar Kaushlendra则衷心感谢印度教育与人力资源发展部给予的支持

Kumar Kaushlendra于2009年在印度巴特那的巴特那科学学院获得学士学位，2019年在印度鲁尔基的印度理工学院获得硕士学位。他目前正在同一所学校的物理系攻读博士学位，研究方向为用于神经形态计算应用的电阻式切换技术。

Kumar Kaushlendra|Davinder Kaur