一种全忆阻器神经网络及其制备方法和应用技术

本发明专利技术公开了一种全忆阻器神经网络及其制备方法和应用。所述的全忆阻器神经网络通过底电极、第一功能层和中间电极形成忆阻突触器件，之后再覆盖第二功能层，在第二功能层上覆盖顶电极形成忆阻神经元器件，从而构建成全忆阻器神经网络。通过改变突触器件的权重，全忆阻器神经网络可以实现模式识别和监督学习等功能。所发明专利技术的全忆阻器神经网络具有高的集成度和可微缩性，并且与传统硅基CMOS工艺兼容，适合大规模生产，对于未来最终实现大规模类脑计算硬件具有重要的意义。

A full memristor neural network and its preparation and Application

【技术实现步骤摘要】
一种全忆阻器神经网络及其制备方法和应用
本专利技术涉及半导体和新型计算
，具体涉及一种适用于类脑计算的全忆阻器神经网络及其制备方法和应用。
技术介绍
传统计算机由于采用分离的存储、计算单元，面临性能、功耗等多重挑战。随着半导体产业的迅猛发展，传统的冯·诺依曼计算架构已经无法满足对于更高计算能力、更低功耗的需求，亟需开发颠覆性的计算架构。受人类大脑结构和原理的启发，神经形态计算在下一代计算技术中具有巨大的潜力，具有大规模并行性和高效率，从而克服冯·诺依曼结构的瓶颈，最终实现人的智能水平。近年来，AlphaGo等机器人的出现，表明在传统计算平台上实现的人工智能可以独立学习，并在某些特定类别的问题上有超越人类的技能。然而，传统的CMOS(互补金属氧化物半导体)设备和电路执行脑力计算方法效率非常低下，AlphaGo等机器人进行工作时要比人脑消耗更多的能量(例如，AlphaGo使用64个图形处理单元和19个中央处理单元进行训练，并使用4个处理单元进行推理)，人类的大脑由极其密集的计算元素(神经元)网络和多功能的记忆元素(突触)组成，所有这些元素都在极低的能量水平下运行，仅使用20个fJ/op。因此，设计行为更像突触和神经元的设备来构建一个更高效、更低功耗的神经网络就非常有必要。目前氧化还原记忆存储器、相变记忆存储器、有机晶体管和传统CMOS电路作为突触权值模拟突触的硬件和网络建设都取得了一定的进展。然而，在所有这些人工神经网络中，信号处理功能要么通过CMOS电路(大约10个晶体管或更多)实现，要么通过在处理器上运行的软件来模拟神经元，这限制了网络的可扩展性、可堆叠性和能源效率的进一步提高。而目前尚有工作报道结合突触和神经元的全神经形态器件网络，既有突触权重学习又有神经元的信号处理，因此亟需开发具有高的集成度和可微缩性的全神经形态器件网络。
技术实现思路
为了解决以上现有技术中存在的问题，本专利技术提出了一种全忆阻器神经网络。本专利技术的全忆阻器神经网络包括：衬底、多个底电极、第一功能层、多个中间电极、第二功能层和多个顶电极；其中底电极、第一功能层和中间电极在衬底上形成MIM纳米堆垛结构，作为忆阻突触器件；所述中间电极一部分位于第一功能层上，另一部分在第一功能层之外，直接位于衬底上；在直接位于衬底上的中间电极部分再覆盖第二功能层，在第二功能层上覆盖顶电极，形成忆阻神经元器件；从而构建成由多个忆阻突触器件和多个忆阻神经元器件组成的全忆阻器神经网络。通过改变忆阻突触器件的权重(通过改变各个忆阻突触器件的阻态来实现)，全忆阻器神经网络可以实现模式识别和监督学习等功能。本专利技术的全忆阻器神经网络具有高的集成度和可微缩性，并且与传统硅基CMOS工艺兼容，适合大规模生产，对于未来最终实现大规模类脑计算硬件具有重要的意义。上述全忆阻器神经网络中，衬底可以为硅基衬底或柔性有机材料衬底。顶电极、底电极和中间电极由金属等电极材料通过半导体CMOS工艺实现。顶电极、底电极和中间电极可采用多种金属材料和过渡金属氮化物材料，如Ti、Ta、Hf、Al、Au、W、Pt和TiN；厚度为10nm～200nm。第一功能层采用过渡金属氧化物，例如Ta2O5、HfO2、TiO2、WO3等中的一种或多种，厚度在5nm～100nm之间；所述第一功能层的电导用于模拟突触权重，需要在外加电压刺激下器件具有非易失特性。第二功能层采用莫特相变型化合物，例如NbO2、VO2等具有莫特相变的材料，厚度在5nm～100nm之间。所述第二功能层模拟位于神经元躯体附近的离子通道的动力学，需要在外加电压刺激下器件具有易失特性。上述全忆阻器神经网络中，底电极、第一功能层和中间电极组成的器件表示突触，中间电极、第二功能层和顶电极组成的器件表示输出神经元。本专利技术还提供上述全忆阻器神经网络的制备方法，包括以下步骤：1)提供衬底；2)在衬底上光刻定义出底电极的图形，沉积形成底电极，然后剥离光刻胶；3)在底电极上光刻定义出第一功能层的图形，沉积形成第一功能层，然后剥离光刻胶；4)在第一功能层和衬底上光刻定义出中间电极的图形，沉积形成中间电极，然后剥离光刻胶，所述中间电极的一部分位于第一功能层上，另一部分则在第一功能层之外，直接位于衬底上；5)在直接位于衬底之上的中间电极的部分光刻定义出第二功能层的图形，沉积形成第二功能层，然后剥离光刻胶；6)在第二功能层上光刻定义出顶电极的图形，沉积形成顶电极，然后剥离光刻胶，完成本专利技术全忆阻器神经网络的制备。其中，在步骤1)中，对于硅基衬底，采用半导体CMOS工艺，如低压化学气相沉积、等离子体增强化学气相沉积、热氧化等方式，在衬底上生长100nm～1000nm厚的半导体氧化物薄膜，从而保证与地面衬底绝缘。在步骤2)中，采用物理气相沉积(PVD)或电子束蒸发的方法制备底电极；底电极的材料优选采用Ti、Ta、Hf、Al、Au、W、Pt和TiN中的一种或多种。在步骤3)采用反应溅射、磁控溅射或者原子层沉积(ALD)的方法制备第一功能层；第一功能层的材料优选采用Ta2O5、HfO2、TiO2和WO3等中的一种，厚度在5nm～100nm之间。在步骤4)采用PVD或电子束蒸发的方法淀积中间电极，中间电极材料优选采用Ti、Ta、Hf、Al、Au、W、Pt和TiN中的一种或多种，厚度为10nm～100nm。在步骤5)中，采用反应溅射、磁控溅射或者脉冲激光沉积的方法制备第二功能层；第二功能层的材料优选采用NbO2、VO2等中的一种，厚度为5nm～100nm。在步骤6)中，采用PVD或电子束蒸发的方法淀积顶电极，顶电极材料优选采用Ti、Ta、Hf、Al、Au、W、Pt和TiN中的一种或多种，厚度为10nm～200nm。本专利技术还提供了所述全忆阻器神经网络的应用。通过改变突触器件的权重，全忆阻器神经网络可以实现模式识别和监督学习等功能。利用所述全忆阻器神经网络实现模式识别功能的方法包括以下操作(选用由n个忆阻突触器件和m个忆阻神经元器件组成的n×m的神经网络结构来说明)：1、若神经元器件1能识别的信号为“10101010……”，需要将连接神经元器件1的n个突触器件的电导状态变为“10101010……”，即对代表电导状态“1”的突触器件施加set电压(正电压)使之变成高电导态，对代表电导状态“0”的突触器件施加reset电压(负电压)使之变成低电导态。2、若神经元器件2能识别的信号为“01010101……”，需要将连接神经元器件2的n个突触器件的电导状态变为“01010101……”，即对代表电导状态“1”的突触器件施加set电压(正电压)使之变成高电导态，对代表电导状态“0”的突触器件施加reset电压(负电压)使之变成低电导态。3、当输入端输入“10101010……”的信号时(“1”为施加一定幅值、一定频率的电压脉冲序列，“0”为不施加电压脉冲序列)，神经元器件1由于连接的突触状态与输入信号一致，神本文档来自技高网...

【技术保护点】
1.一种全忆阻器神经网络，包括衬底、多个底电极、第一功能层、多个中间电极、第二功能层和多个顶电极，其中：底电极、第一功能层和中间电极在衬底上形成MIM纳米堆垛结构，作为忆阻突触器件；所述中间电极一部分位于第一功能层上，另一部分在第一功能层之外，直接位于衬底上；在直接位于衬底上的中间电极部分再覆盖第二功能层，在第二功能层上覆盖顶电极，形成忆阻神经元器件；由多个所述忆阻突触器件和多个所述忆阻神经元器件组成所述全忆阻器神经网络。/n

【技术特征摘要】
1.一种全忆阻器神经网络，包括衬底、多个底电极、第一功能层、多个中间电极、第二功能层和多个顶电极，其中：底电极、第一功能层和中间电极在衬底上形成MIM纳米堆垛结构，作为忆阻突触器件；所述中间电极一部分位于第一功能层上，另一部分在第一功能层之外，直接位于衬底上；在直接位于衬底上的中间电极部分再覆盖第二功能层，在第二功能层上覆盖顶电极，形成忆阻神经元器件；由多个所述忆阻突触器件和多个所述忆阻神经元器件组成所述全忆阻器神经网络。


2.如权利要求1所述的全忆阻器神经网络，其特征在于，所述忆阻突触器件在外加电压刺激下具有非易失特性；所述忆阻神经元器件在外加电压刺激下具有易失特性。


3.如权利要求2所述的全忆阻器神经网络，其特征在于，所述第一功能层采用过渡金属氧化物；所述第二功能层采用莫特相变型化合物。


4.如权利要求3所述的全忆阻器神经网络，其特征在于，所述第一功能层的材料选自Ta2O5、HfO2、TiO2和WO3中的一种或多种，厚度为5nm～100nm；所述第二功能层的材料为NbO2或VO2，厚度为5nm～100nm。


5.如权利要求1所述的全忆阻器神经网络，其特征在于，所述衬底为硅基衬底或柔性有机材料衬底；所述顶电极、底电极和中间电极的材料为金属或过渡金属氮化物。


6.权利要求1～5任一所述全忆阻器神经网络的制备方法，包括以下步骤：
1)提供衬底；
2)在衬底上光刻定义出底电极的图形，沉积形成底电极，然后剥离光刻胶；
3)在底电极上光刻定义出第一功能层的图形，沉积形成第一功能层，然后剥离光刻胶；
4)在第一功能层和衬底上光刻定义出中间电极的图形，沉积形成中间电极，然后剥离光刻胶，所述中间电极的一部分位于第一功能层上，另一部分则在第一功能层之外，直接位于衬底上；
5)在直接位于衬底之上的中间电极部分光刻定义出第二功能层的图形，沉积形成第二功能层，然后剥离光刻胶；
6)在第二功能层上光刻定义出顶电极的图形，沉积形成顶电极，然后剥离光刻胶，完成全忆阻器神经网络的制备。


7.如权利要求6所述的制备方法，其特征在于，步骤1)中，对于硅基衬底，在所述衬底上生长100nm～1000nm厚的半导体氧化物薄膜，再在其上进行底电极的制备；步骤2)中所述底电极、步骤4)中所述中间电极和步骤6)中所述顶电极采用物理气相沉积或电子束蒸发的方法制备，材料选自Ti、Ta、Hf、Al、Au、W、Pt和TiN中的一种或多种。


8.如权利要求6所述的制备方法，其特征在于，步骤3)中所述第一功能层和步...

【专利技术属性】
技术研发人员：杨玉超，段庆熙，荆兆坤，黄如，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11