近日，山东大学集成电路学院钱凯教授团队在铟铝锌氧(IAZO)忆阻器神经形态芯片研究中取得新进展，相关成果以“Neuromorphic memristor based on amorphous InAlZnO film for synaptic behavior simulation”为题，发表在Applied Physics Letters期刊(中科院二区，影响因子：4.0）。钱凯教授为论文通讯作者，硕士研究生许艺萌和韩旭为论文共同第一作者，山东大学为该论文第一完成单位。

在传统的冯·诺依曼架构计算系统中，计算和存储的物理分离（即冯·诺依曼瓶颈）导致大量数据频繁在处理器和存储单元之间往返传输，从而引发较大的能耗，即功耗墙。与此同时，随着处理器和存储单元之间速度差距的增加，这一现象将进一步加剧，即存储墙。神经形态计算则通过参考人类大脑的高效并行处理方式，包括学习、计算和推理等操作，成为冯·诺依曼计算架构中最具应用前景的替代方案之一。类似于生物突触的权重调制，忆阻器通过控制外部电刺激展现出可调节的电导，实现了“存算一体”来处理信息，为神经形态计算提供了高通量和高能效的解决方案。因此，利用忆阻器来精确有效地模拟突触可塑性功能，对于实现类脑神经形态计算至关重要。

非晶多元氧化物铟铝锌氧（a-IAZO）薄膜具有室温生长、高透明度、带隙及导电性可调等优点，广泛应用于薄膜晶体管(TFT)、肖特基势垒二极管、紫外光传感等领域，然而还未曾应用于忆阻器类脑芯片开发。本研究中，采用射频磁控溅射法制备a-IAZO薄膜作为阻变介质层，构建了可调突触行为的忆阻器神经形态芯片。a-IAZO忆阻器对氧空位含量非常敏感，在空气中高温退火后可降低介质层中氧空位含量，由此提高器件数据保持时间、循环稳定性及一致性等。此外，a-IAZO忆阻器成功模拟了生物突触可塑性的多种功能，包括双脉冲易化、脉冲时间依赖可塑性、长期记忆增强抑制和巴甫洛夫联想记忆，为未来的神经形态计算应用展示了广阔的电子突触潜力。这项工作为基于多元氧化物的忆阻器为未来实现神经形态计算奠定了基础，展示了IAZO在构建忆阻器/TFT框架的方面的突破。

原文链接：https://pubs.aip.org/aip/apl/article/123/25/253503/2930346/Neuromorphic-memristor-based-on-amorphous-InAlZnO