基于2T漏极驱动操作耦合增强的低电压IGZO忆晶体管用于神经形态计算

《Advanced Intelligent Systems》：Low-Voltage Operation of IGZO Memtransistors Enabled by Coupling Enhancement Through 2T Drain-Driven Operation for Neuromorphic Computing

　　

神经形态计算已成为一种有望克服冯·诺依曼架构局限性的方法，其通过高能效数据处理实现。在此，研究人员展示了一种用于电压可缩放且紧凑的神经形态系统的双端（2T）闪存型铟镓锌氧化物（IGZO）忆晶体管。通过采用漏极诱导的福勒-诺德海姆（FN）隧穿，该器件实现了低于10 V的工作电压，同时保持了6 V的大存储窗口和10⁹的高开关比。降低的工作电压通过2T漏极驱动操作的耦合增强而实现。该器件表现出线性权重调节和稳定的保持特性，在10⁴ s后仅有0.31%的变化，以及超过10 000次循环的稳健耐久性。作为2T漏极驱动平台系统级验证，研究人员制备了忆晶体管阵列，并展现出均匀的器件特性。此外，结合非理想特性的脉冲神经网络（SNN）模拟表明，基于强度的输入编码在减少时间步长的同时提高了Fashion-MNIST和CIFAR-10数据集的分类准确率。

**基于2T漏极驱动耦合增强的低电压IGZO忆晶体管研究解读**

**一、研究背景与问题**
神经形态计算模拟人脑的高并行、低功耗信息处理模式，是突破冯·诺依曼架构“内存墙”瓶颈的重要方向。人工突触器件作为硬件神经网络的核心组件，需具备可调的权重存储与更新能力。在众多候选材料中，铟镓锌氧化物（IGZO）因具有低漏电流、低温工艺兼容和CMOS兼容性，被广泛用于构筑闪存型突触晶体管。此类器件通常采用浮栅（FG）结构，通过福勒-诺德海姆（FN）隧穿改变浮栅电荷，从而调制沟道电导。然而，FN隧穿要求隧穿层（TL）上施加足够高的电场；由于栅堆叠中阻挡层与隧穿层对电压的电容分压，实际落在隧穿层上的电压比例有限，导致传统三端（3T）栅驱动方案的编程电压常超过10 V。此外，3T器件面积大、互连复杂，集成密度受限。因此，如何降低工作电压并减少终端数目，成为闪存型突触器件走向实用化的关键挑战。

**二、研究内容与意义**
研究人员提出一种双端（2T）漏极驱动的闪存型IGZO忆晶体管，将编程/擦除电压施加于漏端而非栅端，借助漏极诱导的FN隧穿实现电荷转移。该器件在低于10 V的电压下完成编程，同时保持6 V的存储窗口（MW）和10⁹的高开关比。其核心机制是通过2T漏极驱动改变浮栅的电容耦合条件，使隧穿层电压降比α_TL显著提升。相比于3T配置，编程时α_TL从0.567增至0.767，擦除时从0.788增至0.894，对应所需电压分别降低约26%和12%。该器件还表现出线性的权重调制、优异的保持特性（10⁴ s后电导变化仅0.31%）和超过10⁴次循环的耐久性。研究人员进一步制造8×8忆晶体管阵列，验证了均匀性和选择性编程；并利用脉冲神经网络（SNN）仿真，证明基于强度编码的输入方案能以更少时间步达到接近人工神经网络（ANN）的分类精度。该成果发表于《Advanced Intelligent Systems》，为低电压、高密度神经形态硬件提供了兼顾性能与集成度的新方案。

**三、主要技术方法**
本研究的关键技术方法包括：采用射频溅射和原子层沉积（ALD）制备Al₂O₃/ITO/Al₂O₃栅堆叠的IGZO忆晶体管，结合透射电子显微镜和能谱分析确认结构；通过电容网络模型与TCAD仿真计算隧穿层电压降比α_TL；使用半导体参数分析仪测量I-V、C-V及脉冲响应；制备8×8阵列并采用1/2V偏置方案抑制半选干扰；进行SNN仿真时将实测器件的非理想特性（均匀性、保持性）纳入模型。该研究未涉及样本队列来源。

**四、研究结果（2 Results and Discussion）**
**器件特性与操作验证**：通过扫描漏极电压，器件表现出典型的双向迟滞特性，在正负漏压下分别实现擦除与编程，获得6 V的存储窗口和10⁹开关比。连续10次循环扫描和10个器件的测量表明，器件具有稳定的循环特性和器件间均匀性。
**耦合增强机制**：电容模型计算显示，2T漏极驱动下编程态α_TL为0.767，擦除态为0.894，相较于3T栅驱动分别提高35.3%和13.5%。实验测得的电压降低幅度与理论预测相符，证实了漏极驱动通过增强隧穿层电场来降低工作电压的机制。能带图和隧穿电流的FN拟合进一步确认了漏极诱导FN隧穿的主导地位。
**突触功能**：通过改变脉冲宽度或幅度，器件可实现32级长时程增强（LTP），动态范围最高达2230，且在线性与动态范围之间存在最优折中（8 V）。保持特性测试显示，10⁴ s后平均电导变化仅0.31%；耐久性测试在10⁴次循环后仍无退化。
**阵列操作**：8×8阵列中64个器件全部功能正常，LTP动态范围平均值为260，变异系数（σ/μ）仅3.92%。采用1/2V偏置方案，目标器件可被选择性更新，半选器件即使经过500次脉冲仍无显著扰动，验证了阵列级编程的可靠性。
**系统级仿真**：基于Fashion-MNIST和CIFAR-10的SNN仿真中，与传统的计数编码相比，强度编码在50个时间步时显著提高准确率（Fashion-MNIST从85.32%提升至88.87%，CIFAR-10从16.78%提升至50.92%），并接近ANN水平。在计入器件非理想特性后，20次独立仿真的准确率仍保持稳定。

**五、总结与讨论**
本工作通过2T漏极驱动设计，在不牺牲存储性能的前提下降低了闪存型突触晶体管的工作电压，并从机制上阐明了电容耦合增强对电压缩放的贡献。同时，2T结构减少了终端数量，有利于缩小单元面积和简化互连。阵列级验证和SNN仿真表明，该器件具备构建高密度、低功耗神经形态系统的潜力。强度编码输入策略有效改善了脉冲网络的时序稀疏性和分类精度，为未来硬件与算法协同优化提供了参考。

**六、研究结论（翻译）**
在这项工作中，研究人员展示了一种用于电压可缩放和紧凑神经形态系统的2T闪存型IGZO忆晶体管。通过利用漏极诱导的FN隧穿，所提出的器件能够以低于10 V的降低电压实现高效编程，并具有大存储窗口和高开关比。2T配置中增强的α_TL在增大隧穿层电场从而降低工作电压方面起关键作用。该忆晶体管成功展示了高动态范围、线性权重调节和稳定运行等突触特性。此外，8×8阵列展示了均匀的电学特性，1/2V方案能够在不干扰相邻器件的情况下实现选择性编程，验证了阵列级操作的可行性。通过SNN模拟进行的系统级验证进一步确认了所提器件在神经形态应用中的性能。通过引入基于强度的编码方案，在减少时间步的情况下实现了更高的分类准确率，Fashion-MNIST和CIFAR-10分别达到88.87%和50.92%。这些结果表明，所提出的2T忆晶体管可以缓解高电压生成问题，并通过减少终端降低互连复杂度，从而为传统3T平台提供有前景的替代方案。