Informatique et développement technologique en tant que représentant de l'humanité, joue un rôle irremplaçable dans la vie quotidienne des gens. Avec la croissance rapide de la société de l'information, l'ordinateur humain dans la vitesse de calcul, alors que la consommation d'énergie augmente aussi rapidement. Par exemple, le super-ordinateur « Voie lactée II » de la Chine (trois fois remporté le championnat du monde super-ordinateur), le fonctionnement normal de la puissance jusqu'à 20 MW, la consommation d'énergie annuelle d'environ 200 millions de degrés. En revanche, le cerveau humain est la nature du système de traitement de l'information d'économie d'énergie très efficace, un cerveau adulte est seulement une vingtaine de watts de puissance. Cette énorme différence dans la consommation d'énergie, principalement de l'architecture différente et la façon de l'ordinateur de traitement de l'information et le cerveau humain. stockage informatique existant et de traitement de l'information est par l'intermédiaire de l'architecture de von Neumann, à savoir, le stockage d'informations et des informations de traitement distinctes, exige beaucoup de transfert d'informations entre un processeur et une mémoire, et le cerveau humain elle se compose d'environ 1011 neurones qui sont interconnectés pour former un réseau composé de neurones. Les connexions entre les neurones appelés synapses, le cerveau humain a environ 1015 synapses. L'information est effectué en changeant la force de connexion entre les neurones (appelé poids synaptiques) de stockage et de traitement, et a une fonction d'auto-apprentissage pour réaliser l'intégration de stockage et de traitement. Compte tenu des caractéristiques des réseaux de neurones, les chercheurs ont depuis longtemps a commencé à utiliser des appareils de technologie CMOS à base de silicium conventionnels pour simuler le mode de traitement de l'information neuronale, afin d'améliorer l'efficacité de l'ordinateur de traitement de l'information. Cependant, d'une part en raison des dispositifs semi-conducteurs à base de silicium traditionnels sont le plus souvent dispositif de mémoire binaire non volatile ou, dans lequel la partie non volatile synaptique analogique, une réalisation simple de la fonction neuronale nécessite souvent un certain nombre de transistors participation. D'autre part, le nombre des décennies mythiques de développement de la technologie CMOS, la taille du canal de l'appareil est entré dans une dizaine de nanomètres ou même quelques nanomètres, face non seulement extrêmement difficile à fabriquer, mais aussi l'approche de plus en plus les limites physiques (tels que les effets thermiques , l'effet tunnel quantique), il est difficile de continuer une augmentation substantielle du traitement en augmentant la capacité de la manière de densité de l'appareil. Par conséquent, lors de la construction des réseaux de neurones à grande échelle, des dispositifs CMOS un énorme défi pour l'intégration à haute densité et à réduire la consommation d'énergie et ainsi de suite. Afin de surmonter les difficultés rencontrées par les dispositifs CMOS, la recherche de nouveaux matériaux et de nouveaux appareils répondent à des caractéristiques informatiques neuromorphiques pour devenir un objectif important de la communauté de la recherche et de l'industrie.
Résistance à l'état d'un dispositif résistif à l'histoire de la tension ou du courant appliqué concerné, et le champ électrique est supprimé après l'état de résistance externe peut être maintenue. Ce comportement caractéristique et les résultats de la recherche en neurosciences actuelle synaptiques montrent très similaires, montrant un grand potentiel dans le développement de dispositifs à faible puissance, les chercheurs ont été utilisés pour simuler la fonction synaptique du cerveau humain. Récemment, l'Institut de physique, Académie chinoise des sciences / Beijing Laboratoire national de matière condensée (puces), Laboratoire d'État clé pour le groupe Magnétisme M06 encore des montagnes de chercheur associé, structure et doctorant référence Sun Yang Yang Zhuansen tel que le transistor silicium à effet de champ, en utilisant deux monocristal matériau en feuille -MoO3 dimensions en tant que matériau de canal d'un dispositif résistif à trois bornes a été préparé, en utilisant un liquide ionique en tant que grille champ électrique est appliqué dans une couche implantée d'ions hydrogène dans le matériau de dimension d'intervalle, pour obtenir la résistance de canal -MoO3 polymorphique changement réversible dans des conditions de faible puissance. Et, en utilisant un changement dans l'état de résistance du dispositif, le succès simulé des poids synaptiques faire monter et descendre, la mémoire à court terme à la mémoire à long terme, et comme le comportement de transition. De plus, ils utilisent aussi film mince polycristallin -MoO3 de structure sandwich Ag / MoO3-x / FTO de dispositifs à deux bornes préparé - memristor, en utilisant un semi-conducteur des réactions électrochimiques dans le dispositif de commande électrique, pour obtenir une résistance continue comportement. Sur cette base, déclenché en faisant varier la fréquence des impulsions de champ électrique, la largeur, la fréquence et l'intervalle de l'impulsion, les poids synaptiques neuronal simulé avec succès l'augmentation de poids de la biologie et de processus de diminution, de la mémoire à court terme à la mémoire à long terme de la transition, la plasticité dépendant de la fréquence d'excitation ( SRDP) excitation et de la plasticité en fonction du temps (le STDP) comme comportement. Ces travaux ont démontré la possibilité d'utiliser les deux dimensions des matériaux électrochimique à l'état solide dans le comportement synaptique -MoO3 simulation pour le développement de faible consommation d'énergie, une bonne extensibilité de neurones synapses memristor et le transistor Construction ordinateur réseau de neurones efficace fournit une référence technique.
Les résultats ci-dessus ont été publiés dans "Advanced Materials" (Advanced Materials 29,1700906 (2017)) et Phys. Chem. Chem. Phys 19., 4190 (2017). Ce travail a été soutenu par la Fondation nationale des sciences naturelles de Chine (51671213, 11534015), soutenu par le Ministère de la Science (2016YFA0300701) et le projet Académie des sciences chinoise (XDB07030200) de. Les collaborateurs impliqués dans ce travail comprend également: chercheur en sécurité physique racine Shen, Yu Richeng, Li Yongqing, vice-chercheur Shen Xi et ainsi de suite.
morphologie de surface et la structure cristalline de l'échantillon 1. La figure matière dimensionnelle est -MoO3
Figure 2. structures de transistors -MoO3, les propriétés de transport électrique et le mécanisme d'implantation d'ions d'hydrogène
La Fig. 3. Dans l'impulsion de tension de grille, l'utilisation de canal du transistor -MoO3 analogique variation du courant excitateur de courant postsynaptique (RPEC a) Comportement
4. La figure de-MoO3 en utilisant la résistance de canal du transistor non volatil modifications polymorphes réversiblement simulées facilitation d'impulsions couplé synaptique (PPF), l'augmentation du poids synaptique / diminution du temps de transition, et court de mémoire / long
