憶阻器，AI芯片的新選擇

一項新的研究發現，通過將原子級薄型設備與傳統微芯片相結合，科學家們創造了模仿大腦的混合電子設備，可以幫助以比標準電子設備更節能的方式實施神經網絡人工智能系統。

隨著電子產品變得越來越小，科學家們正在研究用于下一代電子產品的原子級薄二維材料。例如，石墨烯由單層碳原子組成，二硫化鉬由夾在兩層硫原子之間的一片鉬原子構成。

“二維材料不僅具有最先進的電氣性能，而且還具有出色的熱、機械、光學和化學性能，這可能會產生現在不存在的新應用，”資深研究作者Mario Lanza說。 

多個研究團隊開發了基于二維材料的原型設備。然而，沒有一個顯示出計算或存儲數據的能力。此外，它們的制造主要依賴于與標準工業技術不兼容的合成和加工方法。此外，操縱單層二維材料具有挑戰性，因為當將它們從它們生長的表面轉移到對應用更有用的基板上時，可能會出現缺陷。這些缺陷降低了設備的一致性和產量。

現在，科學家們創造了他們所說的第一個用二維材料制造的密集集成微芯片，所有這些都使用與半導體行業兼容的工藝。“我們不僅實現了優異的性能，而且還實現了高產量和低可變性，”Lanza 說。

在這項新研究中，研究人員對六方氮化硼進行了實驗。這種原子級薄的陶瓷通常用作 2D 電子產品中的絕緣材料。“大多數人的專長是半導體，”Lanza 說。“我們是絕緣體專家。”

科學家們希望克服以前基于二維材料的設備所面臨的許多挑戰。例如，Lanza 和他的同事并沒有試圖用二維材料制造晶體管，而是打算制造憶阻器。憶阻器或記憶電阻器本質上是開關，可以記住它們在電源關閉后切換到的電狀態。

“大多數團隊都專注于晶體管，可能是因為它們是電子產品的旗艦組件，”Lanza 說。“相反，我們專注于憶阻器，它目前的市場規模要小得多，但在數據存儲、計算、加密和通信方面也有巨大的潛力。”

全世界的科學家都希望使用憶阻器和類似元件來構建像神經元一樣可以計算和存儲數據的電子設備。當傳統微芯片在處理器和內存之間來回移動數據時，這些憶阻設備可以大大減少能量和時間損失。這種受大腦啟發的神經形態硬件也可能被證明是實現神經網絡的理想選擇。這些人工智能系統越來越多地用于支持自動駕駛汽車和分析醫學掃描等應用。

憶阻器是“容錯的簡單設備”，Lanza 說。相比之下，晶體管“需要完美的晶體材料，”他解釋道。Lanza 指出，憶阻器也不會遇到晶體管會遇到的其他問題，例如接觸電阻——即它們與其他組件接觸點處的電阻。

此外，之前的大多數工作都依賴于只有一層或兩層厚的二維材料，而 Lanza 和他的同事使用了一片由大約 18 層組成的二維材料，總厚度約為 6 納米。“這種較厚的材料不容易開裂，”Lanza說。

此外，研究人員不是在傳統硅晶圓等空白基板上構建二維設備，而是在標準 CMOS 微芯片上制造二維設備。微芯片可以幫助控制憶阻器中的電流和開關，這有助于成功制造二維設備。

制造用于計算的晶體管的研究人員通常使用所謂的前端步驟。相比之下，Lanza 和他的同事將他們的憶阻器構建在連接晶圓上設備的后端線路互連上。憶阻器通常以這種方式集成到微芯片上，“不同之處在于我們使用二維材料而不是其他材料，”Lanza 說。

研究人員將多層六方氮化硼片轉移到 4 平方厘米硅微芯片的后端互連線上，該硅微芯片包含 200 毫米硅晶片上180 納米節點的 CMOS晶體管。接下來，他們通過蝕刻六方氮化硼并在頂部圖案化和沉積電極，用這種組合制造電路。這些電路每個都由 5×5 的交叉單元陣列組成，每個單元由一個晶體管和一個憶阻器組成。

研究人員指出，雖然大多數使用二維材料制造的設備尺寸都超過 1 平方微米，但新研究中的憶阻器僅為 0.053 μm 2 。如果有更先進的微芯片可用，這些憶阻器“可以很容易地做得更小，”Lanza說。

CMOS 晶體管有助于控制二維憶阻器上的電流。這有助于實現憶阻器約 500 萬次開關周期的耐用性，與現有的電阻式 RAM和相變存儲器大致相當。如果沒有 CMOS 晶體管，憶阻器只能承受大約 100 個周期。

研究人員展示了他們可以使用他們的設備執行內存計算操作，構建“or”和“imply”邏輯門。他們指出，他們可以通過修改設備之間的互連來運行更復雜的操作。

此外，科學家們指出，混合微芯片的電導率可以通過施加電脈沖動態調整到不同的水平，這種特性稱為尖峰時間依賴性可塑性。此功能表明該設備可以幫助實現尖峰神經網絡，該網絡比傳統神經網絡更能模仿人腦。

尖峰神經網絡中的關鍵組件——“spike”，只有在給定時間內接收到一定數量的輸入信號后才會產生輸出信號。由于尖峰神經網絡很少觸發尖峰，因此與典型的人工神經網絡相比，它們處理的數據要少得多，原則上需要更少的功率和通信帶寬。科學家們指出，傳統的電子設備不太適合運行尖峰神經網絡，因此市場需要開發新的神經形態硬件來運行它們。

作為原理證明，研究人員使用他們的設備創建了一個尖峰神經網絡，該設備具有 784 個輸入神經元、一個由 400 個神經元組成的興奮層和一個由 400 個神經元組成的抑制層。當使用標準任務進行測試時——對修改后的國家標準與技術研究所 (MNIST) 手寫數字數據庫中的圖像進行分類——這個簡單的設備仍然達到了大約 90% 的準確率。

科學家們指出，他們的設備需要大約 1.4 至 5 伏的電壓來進行切換，這與二維材料領域的其他原型相比較低，后者可能需要超過 20 伏的電壓。不過，他們指出，這個電壓高于當時使用的電壓180 納米 CMOS 節點。然而，他們認為這個電壓可能不會阻礙這項技術的發展，因為有許多商業微芯片可以在更高的電壓下運行——例如，最先進的 3D-NAND 閃存的編程電壓大約為 20 V，所有用于汽車應用的雙極 CMOS 微芯片都需要高達 40 V 的電壓。

此前，IBM 研究人員試驗了將 2D 材料放置在微芯片上的好處。2011 年，他們制造了一個包含一個石墨烯晶體管和兩個電感器的電路，并在 2014 年開發了一個包含三個石墨烯晶體管、四個電感器、三個電容器和兩個電阻器的更大電路，Lanza 說。然而，IBM 顯然放棄了這種方法，“可能是因為難以轉移單層二維材料，”他說。相比之下，Lanza 和他的同事使用了一種更耐用的 18 層厚材料。他預測“現在許多其他科學家將在功能性微芯片而不是非功能性 SiO2 基板上創建他們的原型，這將引發更多發現。”

Lanza 還指出，二維材料通常是材料科學家的領域，而不是芯片工程師的領域。“要進行我們所做的實驗，您需要使用特定軟件設計微芯片，然后進行多項目晶圓流片，或者像我們的情況一樣，流片整個晶圓，”他說。“如果你使用 180 納米節點的 CMOS 技術，如我們的情況，第一個成本為 25,000 美元，第二個成本為 100,000 美元。許多研究小組不僅不能設計這個，他們甚至負擔不起。在我們的案例中，我在清華大學的同事提供了晶圓，我集成了材料。”

Lanza 指出，他們的研究已經引起了領先半導體公司的興趣。科學家們現在的目標是超越 4 cm 2硅微芯片，“制造整個 300 毫米晶圓，”Lanza 說。