单一器件同时解决信息存储非线性与漏电流问题
GIST、首尔大学、USC联合研究……为加速高集成度AI半导体商业化奠定基础
一种可提高下一代人工智能（AI）半导体集成度和工艺效率的新型神经形态半导体器件已被开发出来。韩国研究团队在单一器件中同时实现了存储功能和仅允许电流单向流动的自整流（Self-rectifying）功能，无需以往所需的独立选通器（selector），即可实现稳定的信息存储与运算。
联合研究团队开发的基于铁电体的单器件神经形态交叉阵列结构及整流特性。从左至右依次为器件结构示意图、制备器件的显微镜照片，以及展示电流仅单向流动的自整流特性的电学性能图。研究团队供图
View original image光州科学技术院（GIST）30日表示，该校新材料工程系教授Lee Sanghan的研究团队与首尔大学材料工程系教授Jang Howon团队、美国南加州大学（USC）电气与计算机工程系教授Joshua Yang团队等联合开发出一种神经形态半导体，在单一器件中实现了存储与自整流（Self-rectifying）功能。
神经形态半导体是能够像人脑一样同时进行信息存储和运算的下一代AI半导体。其采用将存储器件以网格形式连接的交叉阵列（Crossbar Array）结构，可并行处理海量数据，被视为实现超低功耗AI的核心技术。
但现有神经形态半导体面临两项代表性技术局限：即使反复施加相同电刺激，信息也无法保持稳定存储的“非线性”问题，以及电流泄漏至相邻器件的“漏电流”问题。为解决这些问题，必须为每个存储器件额外添加独立选通器，导致器件结构复杂化，集成度和工艺效率也随之下降。
单一器件实现存储与选通器功能
研究团队在能够记忆电信号的铁电材料铁酸铋（BiFeO₃）中添加钡（Ba），从而精确控制氧空位（oxygen vacancy）的迁移。借此，团队不仅实现了即使在反复电刺激下信息仍能以稳定幅度存储的线性信息存储特性，还在器件本身实现了使电流仅沿单一方向流动的自整流功能。
该技术无需额外选通器即可有效阻断漏电流，在简化电路的同时确保稳定运行。研究团队表示，由于能够去除选通器，因此既可提高半导体集成度，也可简化制造工艺。
GIST-首尔大学-南加州大学国际联合研究团队合影。从左起：首尔大学材料工程系教授Jang Howon、GIST新材料工程系教授Lee Sanghan、南加州大学电气与计算机工程系教授Joshua Yang、首尔大学材料工程系硕博连读生Kim Youngmin、国民大学电子工程系教授Lee Yoonjung、GIST新材料工程系硕博连读生Yang Jiwoong。GIST供图
View original image研究团队在性能验证中也取得了具有意义的成果。所开发器件在超过1000万次的重复写入与擦除操作后仍保持稳定；团队还实现了11×11交叉阵列（121个存储单元），并通过文本及图像图案存储、擦除实验确认，即使不使用额外选通器，也能够稳定地存储和控制信息。尤其是，抑制漏电流的整流比提高了100万倍以上。
GIST教授Lee Sanghan表示：“本研究在单一器件中同时解决了神经形态半导体的核心难题——信息累积的非线性和漏电流问题，因此具有重大的学术和产业意义。该研究不仅为高效率神经形态计算提供了新方向，也提出了一种可加速高性能、超低功耗AI半导体商业化的全新设计思路。”
本研究获得韩国科学技术信息通信部、韩国研究财团个人基础研究项目（中坚研究）、纳米与材料技术开发项目及未来材料发现项目等支持。研究成果于今年3月在线发表于国际学术期刊《Nature Communications》，经校订后的最终版本于本月公开。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
