论文部分内容阅读
近年来,随着摩尔定律即将到达极限,日益增长的大数据迫切需要研制新的计算架构。以构建类脑智能计算机为目标的硬件人工智能在未来大数据运算中具有能耗低,并行运算速度快的优势,因此近年来类脑计算得到了飞速发展。忆阻器作为理想的突触模拟器在类脑计算领域具有重要的应用价值。并且,具有光电学习能力的忆阻突触器件是构建高效类脑计算网络的基本元件。本论文的研究工作基于以上需求展开:制备ZnO1-x/AlOy异质结人工突触,并研究其光电性质;基于其固有的持久光电导（PPC）和易失性电阻转变特性,模拟突触的多种功能;实现器件长时间跨度的连续可调;并对低能耗的三端忆阻器进行探索。主要研究内容如下:ZnO具有良好的光电性质,利用磁控溅射技术制备出了ITO/ZnO1-x/AlOy/Al忆阻突触器件。研究表明,器件表现出易失性电阻转变行为,并且该器件对310 nm紫外光具有明显的PPC效应。通过精确控制电和光脉冲参数（脉冲宽度/幅值/数目）实现了突触的STP/LTP学习记忆规则和PPF规则;利用PPC效应和高阻易失特性,实现了光兴奋和电抑制突触行为。基于Al/ZnO/Pd/Ti/SiO2/Si器件,通过精确控制电流-电压扫描过程中限流值和激励脉冲的幅值和施加方式,实现了电阻态从完全易失到半易失再到非易失的长时间跨度范围的连续可调,可以在单个器件中实现多个具有不同时间特性的突触可塑性模拟。三端忆阻器与传统两端忆阻器相比,其能耗更低。系统研究了源漏极的电极形状、沟道层的长宽比以及阻挡层的材料和厚度等对Al/ZnO/SiO2/p-Si三端忆阻器性能的影响规律,利用离子液体,成功降低了器件的工作电压和漏电流;此器件表现出明显的PPC效应和明暗电流比为103的光响应。本论文对ZnO基忆阻器的电阻转变行为和光电性能进行了系统研究,并利用其光电特性对突触功能进行了模拟,对具有光电学习能力的神经形态功能硬件开发有重要意义。