硅亚氧化物 RRAM 中的纳米尺度可塑性与神经形态动力学
材料科学
2020-10-30 v1
摘要
阻变随机存取存储器，亦称忆阻器，其电阻可通过电驱动在绝缘体内形成和破坏导电细丝来调节，因其可扩展性、低功耗运行和多样的功能行为而成为神经形态应用的有前途的候选者。然而，由于测试器件的横截面积通常远大于单个细丝的纳米尺度，理解单个细丝及周围材料的动力学具有挑战性。本工作中，使用导电原子力显微镜研究了一种完全 CMOS 兼容的硅亚氧化物薄膜中纳米尺度电导率的演化。我们报道了明显的细丝可塑性与背景电导增强，表明器件行为最好由复合核（细丝）与壳（背景电导）动力学来描述。此外，恒流测量展示了细丝形成与断裂之间的相互作用，导致纳米尺度区域中出现电流控制的电压尖峰，估计每次尖峰的最优能耗为 25 阿焦。这对于极低功耗神经形态计算极具前景，并表明在较大器件中观察到的动力学行为应持续存在并在尺寸缩小时得到改善。
引用
@article{arxiv.2010.15184,
title = {Nanoscale plasticity and neuromorphic dynamics in silicon suboxide RRAM},
author = {Mark Buckwell and Wing Hung Ng and Daniel John Mannion and Stephen Hudziak and Adnan Mehonic and Anthony Joseph Kenyon},
journal= {arXiv preprint arXiv:2010.15184},
year = {2020}
}
备注
24 pages, 6 figures (article); 7 pages, 7 figures (supplementary)