三端忆阻神经元器件制造技术

本实用新型专利技术公开一种三端忆阻神经元器件，其特征在于，包括自下而上依次堆叠的：输入端电极，所述输入端电极为银电极；具有活性区域的功能层；输出端电极，所述活性区域的一侧与所述输入端电极相接，另一侧与所述输出端电极相接；限流层；接地端电极。本实用新型专利技术通过对限流层和接地端电极的设计，实现了无源的神经元器件，本实用新型专利技术中限流层可等效为接地的电阻，从而将银导电细丝连通输入端电极和输出端电极时所产生的电流转换成电压脉冲，使输出端电极直接输出电压脉冲，无需电源与比较器所构成的辅助电路，能够有效降低神经元电路的复杂度和占用面积。度和占用面积。度和占用面积。

【技术实现步骤摘要】
三端忆阻神经元器件


[0001]本技术涉及半导体领域，尤其涉及一种三端忆阻神经元器件。

技术介绍

[0002]人工智能和机器学习技术的飞速发展，对计算能力的需求不断增长。随着摩尔定律达到极限，提高芯片算力和降低能耗变得越来越困难。大脑是一个高度复杂的系统，可以有效地将复杂的动力学组合起来进行“计算”，同时具备高性能和低功耗的优势。受大脑启发的神经形态计算最早是在上世纪九十年代被加州理工学院的Carver Mead教授提出来的，主要思想是通过大规模集成电子器件来模拟大脑神经系统的功能。神经形态计算在神经网络计算架构的基础上进一步模拟人脑，以脉冲的形式表达和传递信息，具有异步、事件驱动的特性。与传统的基于冯
·
诺依曼计算体系的计算系统相比，脑启发的神经形态计算体系结构具有高并行、高能效、高容错性等优点。人脑中有大约10
11
个神经元，神经元与神经元之间由104个突触相连接。神经元是神经系统中信息处理与认知行为的基本单元，因此研制人工神经元器件对于神经形态芯片而言具有重要意义。
[0003]目前的神经元电路主要是基于传统的CMOS(complementary metal oxide semiconductor 互补金属氧化物半导体)电路搭建，对神经元功能的模拟往往依赖由电容和上百个MOSFET (metal
‑
oxide
‑
semiconductor field
‑
effect transistor,金属氧化物半导体场效应晶体管)器件构成的电路模块组成，导致硬件开销大、电路能耗高、电路设计复杂等问题，不利于高密度、大规模集成、难以支撑构建可比拟人脑功能与集成规模的神经形态计算芯片。

技术实现思路

[0004]本技术针对现有技术中基于CMOS晶体管和电容组成的模拟神经元器件面积较大的缺点，提供了一种能够直接接受输入信号，然后产生输出，消除了电源供电的需求的三端忆阻神经元器件。
[0005]为了解决上述技术问题，本技术通过下述技术方案得以解决：
[0006]一种三端忆阻神经元器件包括自下而上依次堆叠的：
[0007]输入端电极，所述输入端电极为银(Ag)电极；
[0008]具有活性区域(Oxide)的功能层，在实际使用过程中，导电细丝将在活性区域中生长和断裂；
[0009]输出端电极，所述活性区域的一侧与所述输入端电极相接，另一侧与所述输出端电极相接；
[0010]限流层；
[0011]接地端电极。
[0012]作为一种可实施方式：
[0013]所述功能层包括活性层和具有通孔的第一绝缘层，所述活性层堆叠于所述第一绝
缘层上方，于所述通孔中形成活性区域；
[0014]所述输出端电极堆叠于所述活性层上方。
[0015]本申请中通过现有已公开的镀膜技术，将活性层堆叠于第一绝缘层上方，此时活性层将通过通孔与输入端电极相接触，本申请将位于通孔内的活性层记为活性区域。
[0016]进一步地：
[0017]所述活性层为FeO
x
层、MgO
x
层、SiO
x
层或AlO
x
层。
[0018]作为一种可实施方式：
[0019]所述活性层的厚度为20
‑
40nm。
[0020]作为一种可实施方式：
[0021]所述限流层为厚度为10～30nm的绝缘层。
[0022]作为一种可实施方式：
[0023]输入端电极包括第一电极本体和第一连接部；
[0024]输出端电极包括第二电极本体和第二连接部；
[0025]第一连接部和第二连接部通过活性区域相接。
[0026]作为一种可实施方式：
[0027]输出端电极为惰性金属电极；
[0028]接地端电极为惰性金属电极。
[0029]即，输出端电极和接地端电极可采用铂金(Pt)、钯(Pd)、钌(Ru)、金(Au)、钛Ti、钽Ta、钨W、锡TiN等惰性金属或上述金属的合金。
[0030]进一步地：
[0031]所述输出端电极为铂金电极。
[0032]进一步地：
[0033]所述接地端电极为钨化钛电极。
[0034]作为一种可实施方式：
[0035]输入端电极的厚度为10～70nm；
[0036]输出端电极和接地端电极的厚度为30～70nm；
[0037]限流层的厚度为10～30nm。
[0038]进一步地：
[0039]所述输入端电极、所述输出端电极和所述接地端电极的厚度均为70nm。
[0040]本技术由于采用了以上技术方案，具有显著的技术效果：
[0041]本技术所提出的三端忆阻神经元器件，不需要借助外部电路，即可实时基于所接收的输入信号输出相应的脉冲信号。
附图说明
[0042]为了更清楚地说明本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简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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。
[0043]图1是本技术三端忆阻神经元器件的结构示意图；
[0044]图2是本技术三端忆阻神经元器件俯视示意图(为了图面的整洁，图中未省略衬底 100和第一绝缘层310)；
[0045]图3是图2中A区域的截面放大示意图；
[0046]图4是实验1中三端忆阻神经元器件的电学性能曲线图；
[0047]图5是实验2中三端忆阻神经元器件的输入信号的波形图；
[0048]图6是实验2中三端忆阻神经元器件的输出信号的波形图；
[0049]图7是实验3中三端忆阻神经元器件的电学性能曲线图；
[0050]图8是实验4中三端忆阻神经元器件的输入信号的波形图(input)和输出信号的波形图 (ouput)；
[0051]图9是实验5中三端忆阻神经元器件的电学性能曲线图；
[0052]图10是实验6中三端忆阻神经元器件的输入信号的波形图(input)和输出信号的波形图(ouput)
[0053]图中：
[0054]100为衬底、200为输入端电极、300为功能层、400为输出端电极、500为限流层、600 为接地端电极；
[0055]210为第一电极本体、220为第一连接部；
[0056]310为第一绝缘层、320为活性层、330为活性区域；
[0057]410为第二电极本体、420为第二连接部。
具体实施方式
[0058]下面结合实施例对本技术做进一步的详细说明，以下实施例是对本技术的解释而本技术并不局限于以下实施例。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三端忆阻神经元器件，其特征在于，包括自下而上依次堆叠的：输入端电极，所述输入端电极为银电极；具有活性区域的功能层；输出端电极，所述活性区域的一侧与所述输入端电极相接，另一侧与所述输出端电极相接；限流层；接地端电极。2.根据权利要求1所述的三端忆阻神经元器件，其特征在于：所述功能层包括活性层和具有通孔的第一绝缘层，所述活性层堆叠于所述第一绝缘层上方，于所述通孔中形成活性区域；所述输出端电极堆叠于所述活性层上方。3.根据权利要求2所述的三端忆阻神经元器件，其特征在于：所述活性层为FeO
x
层、MgO
x
层、SiO
x
层或AlO
x
层，所述活性层的厚度为20
‑
40nm。4.根据权利要求1至3任一所述的三端忆阻神经元器件，其特征在于：所述...

【专利技术属性】
技术研发人员：张亦舒，汪华，
申请(专利权)人：浙江大学杭州国际科创中心，
类型：新型
国别省市：