基于范德华铁电半导体AgBiP2Se6的全二维铁电半导体隧道结：突破0.2?V超低开关电压与神经形态计算

《InfoMat》：Van der Waals ferroelectric semiconductor tunnel junction with ultra-low switching voltage

　　

铁电隧道结（ferroelectric tunnel junction, FTJ）因其低能耗、高速度和非易失多级电阻态等优势，在神经形态计算领域展现出巨大前景。然而，受传统铁电材料高能垒的限制，在FTJ中实现低于1?V的编程电压——神经形态计算的一项关键要求——仍然难以达成。本文中，研究人员报道了一种基于范德华（van der Waals, vdW）铁电半导体AgBiP₂Se₆的全二维（2D）FTJ。得益于AgBiP₂Se₆的低极化翻转势垒和全二维结构的高质量界面，该vdW铁电半导体隧道结（ferroelectric semiconductor tunnel junction, FSTJ）表现出稳健的存储特性。在该FSTJ中，可在低于0.2?V的操作电压下实现超过600次循环的可重复直流阻变，并伴随出色的存储性能，包括长数据保持（>10⁴?s）和100?ns的快速写入速度。除基本的存储功能外，该器件还可作为神经形态计算的一个有前景的平台。在最低0.05?V的编程电压下，能够模拟出具有高线性度（长时程增强LTP为0.68，长时程抑制LTD为0.23）和高对称性（94.7）的突触增强与抑制（LTP/LTD）行为，进而成功实现系统级图像识别仿真。这些结果凸显了vdW FSTJ在低功耗存储和神经形态计算应用中的潜力。

**论文解读**

**研究背景与意义**

神经形态计算在图像识别、传感器融合和自适应决策等数据密集型任务中具有广阔的应用前景。然而，传统的冯·诺依曼计算架构在执行此类计算时，由于存储单元与处理器之间频繁的数据传输，存在固有的能效和速度瓶颈。通过人工突触器件实现存内计算被普遍认为是解决这些问题的有效途径。突触器件中的电导调制可以模拟生物突触的权重更新，从而实现训练和学习等核心神经网络功能。因此，在这类器件中实现快速、非易失、多级电导调制是构建高能效神经形态计算系统的关键前提。

铁电材料具有非易失的自发极化和快速的极化翻转特性，同时在外电场作用下铁电畴的渐进式翻转有利于实现多个非易失电阻态，使其成为高性能神经形态器件的理想候选者。在各类铁电人工突触器件中，铁电隧道结（FTJ）因其紧凑的单元尺寸、非破坏性读出能力和高速读写操作而备受关注。作为片上应用的关键要求，低操作电压不仅有利于实现高能效的神经启发计算系统，而且能确保与先进CMOS技术中低电源电压的兼容性。然而，传统FTJ通常工作在高电压下，这在实际应用中可能限制其功耗效率和兼容性。要实现低电压操作，需要减小铁电层厚度或降低其矫顽场（E_c）。近期研究表明，二维（2D）铁电体因无悬挂键表面和抑制的尺寸效应，可以在纳米级厚度保持稳定的铁电性。然而，即使厚度降至超薄尺度，基于vdW铁电体的FTJ操作电压仍常超过1?V，这主要归因于较高的E_c。因此，寻找具有低矫顽场、低极化翻转能垒的vdW铁电体对于实现低于1?V的FTJ操作电压至关重要。

AgBiP₂Se₆是一种过渡金属硒代磷酸盐层状半导体，理论预测其具有极低的极化翻转能垒（ΔU），低于此前报道的所有铁电材料，包括传统三维铁电体、二维vdW铁电体乃至新兴的滑移铁电体。基于此，研究人员首次通过实验证实了AgBiP₂Se₆在室温下的铁电性，并构筑了以AgBiP₂Se₆为隧穿势垒层的全二维铁电半导体隧道结（FSTJ），实现了低于0.2?V的超低操作电压，为迄今报道的FTJ最低值。该器件同时表现出优异的数据保持、耐疲劳和快速写入性能，并成功模拟了突触可塑性和系统级图像识别。该研究成果发表在《InfoMat》上，展示了vdW FSTJ在低功耗存储和神经形态计算中的巨大潜力。

**主要技术方法概要**

AgBiP₂Se₆体单晶通过化学气相输运（CVT）法合成，经粉末X射线衍射（XRD）、高角环形暗场扫描透射电子显微镜（HAADF-STEM）和能量色散X射线光谱（EDS）确认其相纯度、原子级晶体质量和化学计量比。利用机械剥离法从体晶体中获得不同厚度的少层AgBiP₂Se₆薄片；原子力显微镜（AFM）用于厚度和表面形貌表征；紫外-可见-近红外（UV-Vis-NIR）吸收光谱用于估算光学带隙；二次谐波产生（SHG）测量用于判定反演对称破缺；压电响应力显微镜（PFM）用于确认铁电翻转特性。器件采用范德华干法转移技术依次将底层石墨烯、AgBiP₂Se₆薄层和顶层石墨烯堆叠于SiO₂/Si衬底上，形成FLG/AgBiP₂Se₆/FLG异质结；接触电极由电子束光刻图案化及Cr/Au热蒸发形成。截面STEM结合EDS映射确认异质结层状结构。所有电学测量均在室温真空条件下用半导体参数分析仪完成。

**研究结果**

*室温下范德华AgBiP₂Se₆的铁电性*

研究人员通过CVT法合成了高纯度的AgBiP₂Se₆体单晶，XRD图谱与理论模拟高度吻合，HAADF-STEM图像展示出菱方晶胞及原子级均匀性，EDS定量分析确认原子比接近1:1:2:6。机械剥离可获得厚度低至~7?nm、表面粗糙度小于0.3?nm的薄片，单层台阶高度约0.8?nm。UV-Vis-NIR吸收光谱显示AgBiP₂Se₆的光学带隙约为1.4?eV，属于窄带隙半导体。SHG测量显示出六重对称的偏振依赖图案，表明反演对称破缺和与R3铁电相一致的三重旋转对称性。PFM局域开关谱显示出180°相位回滞和蝴蝶状振幅环，直接证实了室温铁电性。

*基于AgBiP₂Se₆的vdW FSTJ的低电压操作*

采用石墨烯/AgBiP₂Se₆/石墨烯全二维结构构建了FSTJ。直流I-V双扫曲线在?0.25至+0.75?V范围内出现明显回滞；在?0.5?V/100?ms和+0.5?V/100?ms的脉冲编程下，可分别实现低电阻态（LRS）和高电阻态（HRS），隧穿电阻比（TER）约为10²。I-V曲线可用直接量子隧穿模型拟合，表明隧穿主导的输运机制。通过非对称梯形势垒模型分析，极化翻转引起的有效势垒高度变化约0.204?eV，所计算的理论TER（约115.5）与实验值吻合。与基于CIPS的FTJ以及具有金属电极（Au/AgBiP₂Se₆/Cr和石墨烯/AgBiP₂Se₆/Cr）的FSTJ相比，全二维FSTJ展现出更低的开关电压和显著的TER，证明低能垒铁电体与高质量vdW界面的协同是实现超低操作电压的关键。600次连续I-V循环测试显示set电压（?0.2?V）和reset电压（0.12?V）呈窄高斯分布，表明器件高度稳健。不同AgBiP₂Se₆厚度（4?nm至10?nm）的器件开关电压幅值随厚度增加而略有上升，但归一化开关场均低于0.05?V?nm^?1。与已报道的基于无机铁电体、有机铁电体和二维铁电体的FTJ进行基准比较，该AgBiP₂Se₆ FSTJ的开关电压最低（<0.2?V）。

*vdW FSTJ的存储性能*

数据保持测试表明，以?0.5?V/500?ms和+0.8?V/500?ms脉冲分别编程至LRS和HRS后，两种电阻态在10⁴?s内几乎无退化，外推保持时间可达10年。耐疲劳测试显示，在3000次循环内器件可稳定维持两种状态，性能退化主要源于电场驱动下Ag⁺等可动离子的迁移形成局域漏电通路，未来可通过引入绝缘缓冲层或优化脉冲方案进一步提升。利用100?ns宽的电压脉冲可实现四个可区分的电导态（2?bit），单个脉冲操作能耗约0.2?pJ；通过进一步缩小器件面积，有望将能耗降至飞焦（fJ）量级。雷达图综合比较显示，该FSTJ在铁电层厚度、数据保持时间、开关速度等方面处于中上水平，在开关电压方面具有突出优势。

*基于vdW FSTJ的突触可塑性模拟*

采用程序化递增脉冲方案，分别施加26个递增的负脉冲（?0.08至?0.21?V）和26个递增的正脉冲（0.05至0.31?V），可模拟稳定的LTP和LTD行为，G_max/G_min比值超过10。与相同脉冲方案相比，递增脉冲显著改善了权重更新的线性度和对称性：LTP非线性度为0.68，LTD非线性度为0.23，对称性系数达94.7。单脉冲电导变化约37.5?nS（增强）和?40?nS（抑制），调制精度优于4%，表明高线性度和对称性。循环测试35次以上未出现显著偏差，验证了突触权重调制的可重复性。

*基于vdW FSTJ的神经形态图像识别*

基于实测LTP/LTD特性，利用八层VGG-8卷积神经网络对CIFAR-10数据集进行图像识别仿真。经过80个训练周期，分类准确率超过90%，接近理想器件的91.0%。这一优异性能主要归因于AgBiP₂Se₆ FSTJ在权重更新中展现的良好线性度和对称性。与此前报道的二维材料基忆阻器相比，该器件在神经形态计算仿真中达到了相当的分类准确率，同时在权重更新操作电压方面具有显著优势。

**总结与结论**

综上所述，研究人员在厚度约5?nm的超薄半导体AgBiP₂Se₆薄片中实验证实了稳健的铁电性。将该薄片作为隧穿势垒层用于全二维FSTJ（FLG/AgBiP₂Se₆/FLG结构），实现了低于0.2?V的超低操作电压。该器件同时实现了超过10⁴?s的存储保持时间、3000次循环的耐疲劳度和100?ns的开关速度。此外，研究人员展示了该器件在人工突触和硬件神经网络中的应用，通过在CIFAR-10数据集上的卷积神经网络训练与推理仿真进行了验证。这些在低电压下铁电开关性能的显著改善，为非易失性存储和神经形态计算的实际应用铺平了道路。