中国科学⊙技术大学李晓光团队一直致力于铁性隧道结信息存储原型器件研究，在磁电耦㊣合、超快、多阻态、低功耗、非易失信息存储等方面取得了重要进展。在前期研究基础上，近日，该☆团队基于铁电隧道结量子隧穿效应，实现了具有亚纳秒信息写入速度的超快原型存储器，并可用于构建存算一体人工神经网络，该成果以“Sub-nanosecond memristor based on ferroelectric tunnel junction”为题在线发表《自然通讯》杂志上（Nat. Commun.）。

在大数据时代，海量数据的低〓能耗、快速存储处理是突破和完善未来人工智能、物联网等技术发展的关键之一。为此，迫切需求一种既像SRAM一样能匹↘配CPU处理数据的速度(<1ns)，又像闪存一样具备高密度、非易失的信息存储。更进〇一步地→，如果该存储器还具有优秀的忆阻特性，从而实现人♀工突触器件的功能，则可用于构建存算一体的计算系统，并有望突破冯诺依曼架构，为人工智能提供硬件支持。

图例说明：铁电隧道结忆阻器的阻变特性和※神经形态模拟计算。a. 铁电隧道结量子隧穿效应概念示意图。b. 施加不同幅值的600ps电脉冲实现隧道结电阻的连续ξ调控。c. 可分辨的32个独立电阻状态保持特性。d. 铁电隧道结阻变存储器阻变次数【测试。e. 铁电隧道结STDP测试。f. 模拟神经网络识别MNIST手写数字的准确率随训练次数变化图。

研究人员制备¤了高质量Ag/BaTiO₃/Nb:SrTiO₃铁电隧道结，其中铁电势垒层厚为6个单胞（约2.4nm）。基于隧道结能带的设计，以及其对『阻变速度、开关比、操作电压的调控，该原型存储■器信息写入速度快至600ps（注：机械硬盘的速度约为1ms, 固态硬盘的约为1-10ms）、开关比达2个数量级，且其600ps的阻变速度在85℃时依︼然稳定（工业测试标准）；写入电流密度4×10³A/cm²，比目前其他新型存储器低约3个量级；一个存储单元具》有32个非易失阻①态；写入的信Ψ 息预计可在室温稳定保持约100年；可重复擦写次数□　达10⁸-10⁹次，远超商用闪存寿命（约10⁵次）。即使在极端高温（225℃）环境下仍能进行信息的写入，可实现高温紧急情况→备用。这些结果表明，该铁电隧道结非易失存储器具有超快、超低功耗、高密度、长寿命、耐高温等╱优异特性，是目前综合性能↑最好的非易失存储器之一。特别是，该存储器还由于铁电隧穿层∞中畴的可连续翻转特性能】实现电阻的连续调节，而且这一忆阻特性可用于构建超快的人工突触器件，从而用于开发超→快人工神经网络存算一『体系统。人工神经网络的模拟结果表明，利用该铁电隧道结忆阻器构建的人工神经网络可用于识别MNIST手写数字，准∑　确率可达90%以上。

我校合肥微尺度物质科学国ㄨ家研究中心和物理学院李晓光教授和殷月伟教授为论文通讯作者。博士生马超、罗振为论文共同第一作者。

该项研究得到了国家自然科▼学基金、科技部国家重点研发计划、中国科学技术大●学“双一流”人才团队平台项目的资助。

文章链接：https://www.nature.com/articles/s41467-020-15249-1

（物理学院、合肥微尺度物质科学国家∏研究中心、科研部）