一种单器件集成马尔可夫链算法的阻变存储器制造技术

本发明专利技术提出了一种单器件集成马尔可夫链算法的阻变存储器，属于阻变存储器技术领域。包括：电极输入信号装置，以及依次层叠的衬底、第一电极、下阻变层、半导体层、上阻变层和第二电极；通过所述电极输入信号装置使得所述第一电极和第二电极间电压呈单一方向的逐渐增大或连续锯齿波状增大，在此过程中，根据上、下阻变层间导电通道的形成情况和熔断情况定义多种状态，由前后状态间转变概率组成的状态转移矩阵和由状态出现概率组成的状态概率向量之间的关系满足马尔可夫链算法。本发明专利技术完成了在单个器件中实现3个数字随机数发生器并集成马尔可夫链算法的目的，可大大减小硬件面积；且本发明专利技术的结构与传统的CMOS结构兼容，制备方便。

【技术实现步骤摘要】
一种单器件集成马尔可夫链算法的阻变存储器
本专利技术属于阻变存储器
，尤其涉及一种单器件集成马尔可夫链算法的阻变存储器。
技术介绍
随着摩尔定律的发展，电子设备的性能和处理计算能力不断提升，当今生活中电子系统的自动化程度和复杂性也不断提升，庞大的信息量如何处理，成为了亟待解决的问题，而机器学习凭借其能够通过大数据的输入，从中主动寻求规律，验证规律，最后得出结论，并自主解决问题，这些特性使得开发机器学习应用程序的需求也越来越大。目前，实现机器学习的方法主要分为两类：从软件算法上实现机器学习，从硬件阵列上实现机器学习。目前较常用的实现机器学习的方案都是基于软件算法上实现的，这种方法虽然能与目前CMOS工艺很好的兼容，但消耗了大量的硬件资源(晶体管数量庞大，例如：若实现3个随机数产生器，大约需要13700个晶体管)，从而使得硬件代价较大。而相较于传统CMOS集成电路下实现机器学习的方法，依赖于阻变存储器实现机器学习的方法凭借其极高的存储密度，极易实现矩阵相乘运算的特性，依靠内部离子转换的工作机制，可以很好的模拟真实的生物突触特性。目前的基于阻变存储器来实现机器学习的途径主要是通过阵列实现矩阵相乘和权值更新，虽然其利用交叉阵列结构，内部存储密度可以达到4F2，但由于单独存储器的存在难以实现整体算法，基于CMOS外围电路仍不可或缺，在实现相关算法时，整体面积仍较大，远远低于理论值。马尔可夫链，其定义为：在给定当前知识或信息的情况下，过去(即当前以前的历史状态)对于预测将来(即当前以后的未来状态)是无关的。马尔科夫链，可广泛应用在天气预测、语音识别和金融领域股指建模、时间序列分析、组合预测模型等方面。传统的单一阻变层的阻变存储器，由于其在电压作用过程中存在的残余的部分导电通道，所述的残余导电通道，是以往多次测试中所得到的结果，无法满足马尔可夫链最基本的特性。综上，无论是从软件上实现机器学习的方法，还是利用阻变存储器阵列加上CMOS外围电路以实现机器学习的方法，都存在面积较大，耗费较多资源的问题，传统单一阻变层的阻变存储器又不具备马尔可夫链特性，因此，亟需一种集成有机器学习算法的新型阻变存储器，来极大程度减少实现机器学习所需的硬件代价。
技术实现思路
针对现有技术存在的上述问题，本专利技术提出了一种单器件集成马尔可夫链算法的阻变存储器。为了实现上述目的，本专利技术采用如下技术方案：本专利技术提出的一种单器件集成马尔可夫链算法的阻变存储器，其特征在于，该阻变存储器包括：电极输入信号装置，以及依次层叠的衬底、第一电极、下阻变层、半导体层、上阻变层和第二电极；其中，所述第一电极和第二电极分别与所述电极输入信号装置的负极和正极相连或相反，用于导电以完成所述阻变存储器中电子的输运；所述下阻变层和上阻变层均分别用于形成导电通道，以改变所述第一电极和第二电极间的电阻值；所述介质层用于吸附在电场作用下移动的离子并分隔在所述下阻变层和上阻变层之间连续的导电通道；通过所述电极输入信号装置使得所述第一电极和第二电极间电压呈单一方向的逐渐增大或连续锯齿波状增大，在此过程中，根据上、下阻变层间导电通道的形成情况和熔断情况定义多种状态，由前后状态间转变概率组成的状态转移矩阵和由状态出现概率组成的状态概率向量之间的关系满足马尔可夫链算法。进一步地，所述上阻变层、下阻变层均分别由自然氧化后具有自限制效应的材料通过自然氧化的方式，或者原子层淀积的方式来形成。进一步地，所述半导体层采用二维半导体材料制成。。本专利技术的特点及有益效果：本专利技术摆脱了传统单一阻变层的阻变存储器的结构限制，通过以半导体层层来阻断上、下阻变层中连续导电通道的形成加上通过定义在电压作用过程中电流的变化情况为马尔可夫链中的状态，大大减少了利用传统CMOS工艺中完成实现3数字随机数发生器过程中所需的大约13700个晶体管，即大大减少传统CMOS所需面积，完成了在单个器件中实现了3数字随机数发生器并集成马尔可夫链算法的目的，可广泛应用在机器学习等相关电路中。本器件结构与传统的CMOS结构兼容，操作方式可以通过逐渐增大的电压过程或逐渐增大的锯齿波过程以实现，操作方式多样化。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例的单器件集成马尔可夫链算法的阻变存储器的结构示意图；图2是图1所示实施例的阻变存储器中马尔科夫链算法的3种状态及其内部情况；图3是图2中所示马尔科夫链算法状态1在电压作用过程中的电流电压特性图，其中a为初始高阻态，b为初始低阻态；图4是图2中所示马尔科夫链算法状态2在电压作用过程中的电流电压特性图；图5是图2中所示马尔科夫链算法状态3在电压作用过程中的电流电压特性图，其中，a为初始高阻态，b为初始低阻态；图6是图2所示马尔科夫链算法的3种状态间的转变概率示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参见图1，为本专利技术实施例的一种单器件集成马尔可夫链算法的阻变存储器的结构示意图，该阻变存储器包括电极输入信号装置107，以及依次层叠的衬底101、第一电极102、下阻变层103、半导体层104、上阻变层105和第二电极106；其中，第一电极102和第二电极106分别与电极输入信号装置107的负极和正极相连(此外，也可采用第一电极102和第二电极106分别与电极输入信号装置107的正极和负极相连的方式)，用于导电以完成本阻变存储器中电子的输运；下阻变层103和上阻变层105均分别用于形成导电通道，以改变第一电极102和第二电极106间的电阻值；半导体层104用于吸附在电场作用下移动的离子并分隔在下阻变层103和上阻变层105之间连续的导电通道；通过电极输入信号装置107使得第一电极102和第二电极106间电压呈单一方向的逐渐增大或连续锯齿波状增大，在此过程中，根据上阻变层、下阻变层间导电通道的形成情况和熔断情况定义多种状态，由前后状态间转变概率组成的状态转移矩阵和由状态出现概率组成的状态概率向量之间的关系满足马尔可夫链算法。参见图2，本专利技术实施例的各状态及参数定义如下：本实施例的阻变存储器具有两种初始状态，根据是否有与较低电势电极(即与电极输入信号装置107负极端相连的电极，可以是第一电极或者第二电极)相连的阻变层中的导电通道的形成来判定，若无单层导电通道的形成，则为初始高阻态，反之，则为初始低阻态；在电压变化过程中，对于初始高阻态而言，上、下阻变层中以较快生长速率的一层依次出现导电通道的形成与断裂；或对于初始低阻态而言，与较高电势电极相连的阻变层中依次出现导电通道的形成与断裂，此上两种情况定义为状态1；在电压变化过程中，对于初始高阻态而言，上、下阻变层均依次出现导电通道的形成与断本文档来自技高网...

【技术保护点】
1.一种单器件集成马尔可夫链算法的阻变存储器，其特征在于，该阻变存储器包括：电极输入信号装置，以及依次层叠的衬底、第一电极、下阻变层、半导体层、上阻变层和第二电极；其中，所述第一电极和第二电极分别与所述电极输入信号装置的负极和正极相连或相反亦可，用于导电以完成所述阻变存储器中电子的输运；所述下阻变层和上阻变层分别用于形成导电通道，以改变所述第一电极和第二电极间的电阻值；所述半导体层用于吸附在电场作用下移动的离子并分隔在所述下阻变层和上阻变层之间连续的导电通道；通过所述电极输入信号装置使得所述第一电极和第二电极间电压呈单一方向的逐渐增大或连续锯齿波状增大，在此过程中，根据上、下阻变层间导电通道的形成情况和熔断情况定义多种状态，由前后状态间转变概率组成的状态转移矩阵和由状态出现概率组成的状态概率向量之间的关系满足马尔可夫链算法。

【技术特征摘要】
1.一种单器件集成马尔可夫链算法的阻变存储器，其特征在于，该阻变存储器包括：电极输入信号装置，以及依次层叠的衬底、第一电极、下阻变层、半导体层、上阻变层和第二电极；其中，所述第一电极和第二电极分别与所述电极输入信号装置的负极和正极相连或相反亦可，用于导电以完成所述阻变存储器中电子的输运；所述下阻变层和上阻变层分别用于形成导电通道，以改变所述第一电极和第二电极间的电阻值；所述半导体层用于吸附在电场作用下移动的离子并分隔在所述下阻变层和上阻变层之间连续的导电通道；通过所述电极输入信号装置使得所述第一电极和第二电极间电压呈单一方向的逐渐增大或连续锯齿波状增大，在此过程中，根据上、下阻变层间导电通道的形成情况和熔断情况定义多种状态，由前后状态间转变概率组成的状态转移矩阵和由状态出现概率组成的状态概率向量之间的关系满足马尔可夫链算法。2.根据权利要求1所述的阻变存储器，其特征在于，所述多种状态定义如下：所述阻变存储器具有两种初始状态：根据是否有与较低电势电极相连的阻变层中的导电通道的形成来判定，若无单层导电通道的形成，则为初始高阻态，反之，则为初始低阻态；在电压变化过程中，对于初始高阻态而言，上、下阻变层中以较快生长速率的一层依次出现导电通道的形成与断裂；或对于初始低阻态而言，与较高电势电极相连的阻变层中依次出现导电通道的形成与断裂，此上两种情况定义为状态1；在电压变化过程中，对于初始高阻态而言，上、...

【专利技术属性】
技术研发人员：任天令，田禾，王雪峰，吴凡，杨轶，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11