新的二維鈣鈦礦材料,登頂Nature Nanotechnology! 2024年10月24日 下午2:52 ? 頂刊 ? 閱讀 21 研究背景 神經形態計算是模仿生物神經網絡進行信息處理的技術,因其能夠高效執行人工智能任務而成為研究熱點。然而,傳統神經形態硬件面臨著高能耗和性能瓶頸,特別是基于馮·諾依曼架構的人工神經網絡(ANNs)需要大量的能量來實現計算任務。 為了解決這些問題,研究者們提出了基于新興存儲器的神經形態計算硬件,這些硬件通過模擬神經突觸的功能,實現了低功耗、高吞吐量的計算。然而,現有的憶阻器由于離子遷移控制不穩定、編程不對稱等問題,限制了神經形態硬件在大規模AI計算中的應用。 成果簡介 鑒于此,韓國首爾大學Seung Ju Kim,Ho Won Jang等攜手在Nature Nanotechnology期刊上發表了題為“Linearly programmable two-dimensional halide perovskite memristor arrays for neuromorphic computing”的最新論文。研究者們提出了一種新的二維鹵化物鈣鈦礦材料,尤其是Dion–Jacobson(DJ)相鈣鈦礦,作為人工突觸的候選材料。該材料通過消除無機層之間的范德華間隙,改善了離子遷移的均勻性和穩定性。 研究表明,基于DJ相鈣鈦礦的人工突觸能夠實現高度線性和對稱的電導變化,具有長時間保持、多級模擬狀態和低變化性,且在潮濕環境下穩定性良好。通過構建7×7交叉陣列并進行大規模圖像推理仿真,研究人員實現了接近理論極限的推理精度,這為神經形態硬件的應用開辟了新的道路。 研究亮點 1. 實驗首次實現了Dion–Jacobson 2D鈣鈦礦中的高度線性和對稱電導變化,克服了傳統二維鈣鈦礦材料中存在的非線性和不對稱性問題。 2. 實驗通過基于該鈣鈦礦材料,構建了一個7×7的交叉陣列,成功實現了多級模擬狀態存儲,具有低變化性、高設備產率、長時間保持能力和超過7個月的潮濕穩定性。 3. 在該陣列的基礎上進行的大規模圖像推理仿真顯示,推理準確度達到了理論極限的0.08%以內,展現了其在神經形態計算中的潛力。 4. 該優秀的設備性能歸因于Dion–Jacobson 2D鈣鈦礦消除了無機層之間的間隙,使鹵化物空位能夠均勻遷移,避免了晶界的影響。這一過程通過第一性原理計算和實驗分析得到了驗證。 圖文解讀 圖1:Dion–Jacobson,DJ-鹵化物鈣鈦礦halide perovskite,HP神經形態硬件的原理和演示。 圖2:DJ相2D 鹵化物鈣鈦礦HPs的材料表征。 圖3:DJ-V-HP人工突觸的突觸可塑性。 圖4: DJ相和Ruddlesden–Popper,RP相鹵化物鈣鈦礦HPS中的電阻轉換機制。 圖5:用于AI加速的神經形態交叉陣列。 結論展望 本文強調了新型材料在實現智能計算中的關鍵作用。DJ鈣鈦礦人工突觸的成功設計與優化,展示了材料的微觀結構與電學性能之間的密切關系,進一步揭示了材料在模擬生物神經元功能中的潛力。這一發現不僅拓展了鈣鈦礦材料的應用范圍,還為生物仿真器件的研發提供了新的思路。特別是,通過對材料離子遷移機理的深入分析,研究者能夠更有效地設計和調控器件性能,以實現更高的存儲密度和更長的穩定性。此外,本文的結果還表明,綜合運用多種表征手段可以有效提升對材料性能的理解,從而推動智能硬件的進步。這一研究成果為未來新型神經形態計算設備的開發奠定了基礎,預示著材料科學與計算技術的深度融合將帶來更智能、高效的計算解決方案。 文獻信息 Kim, S.J., Im, I.H., Baek, J.H. et al. Linearly programmable two-dimensional halide perovskite memristor arrays for neuromorphic computing. Nat. Nanotechnol. (2024). 原創文章,作者:zhan1,如若轉載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2024/10/24/f20da2b8e3/ 贊 (0) 0 生成海報 相關推薦 ACS Energy Letters:施加外部壓力,實現高能量密度長壽命鋰金屬電池! 2023年10月3日 侴術雷教授Angew:阻燃、穩定循環、高安全性鈉離子電池 2023年10月16日 設計巧妙!南大曹毅/王煒團隊,最新Nature子刊! 2023年10月6日 張志明/郭頌JACS:在光敏MOF中單位點/納米簇催化劑協同催化CO2羰基化反應 2023年10月17日 浙大蔣建中/燕大黃建宇?AM:液態金屬負極碳封裝堿離子電池 2023年12月13日 ?商旸/王中長AM:約束六氰合鐵酸錳鉀的內部空位,構建超穩定鉀離子電池 2024年3月12日