超快光调制滑移铁电隧道结用于存内计算中的突触功能

1月前浏览200

研究背景

传统的冯·诺依曼架构难以满足数据密集型应用对低功耗、低延迟的需求；现有神经形态器件无法同时实现多态电导调制、超快切换、低功耗与稳定多级电导；多数滑移铁电存储器依赖栅控电场，不利于微型化与高集成；光学控制突触器件尚不成熟，缺乏非接触、超快、可逆极化切换方案；此外，兼具强自发极化、适中滑移能垒和宽光谱吸收的二维滑移铁电材料仍是一大挑战。

针对以上问题，本研究提出并设计了一种基于滑移铁电半导体（如双层砷化硼 BAs）的光控突触忆阻器，以突破现有器件在速度、能效、可编程性和集成性方面的限制。飞秒激光脉冲触发的层间滑移，能够实现快速且可逆的极化翻转。第一性原理和含时模拟表明，极化翻转在417.4飞秒内完成，突显出超越传统栅极控制开关速度的超快响应。通过调控光脉冲参数，可以精确调制极化诱导的界面势垒，从而实现可逆开关。该器件实现了两种稳定的电导态，高/低电导（ON/OFF）比高达10⁶，并表现出稳健的长期非易失性保持特性。此外，在开关过程中可以实现连续可编程的多电导态，支持突触权重调制和非线性响应建模。将该器件集成到残差神经网络-18中，在Fashion-MNIST（FMNIST）数据集上实现了 94.7%的在线学习准确率，与全精度模型的性能非常接近，同时对噪声和电导漂移表现出良好的鲁棒性。这些结果为构建高速、低功耗的光调制突触元件建立了从材料到器件的框架，为构建具有超快学习能力的可扩展神经形态计算系统铺平了道路。文章发表于Advanced Functional Materials，DOI：10.1002/adfm.202520432

PWmat在该工作中的作用

研究团队在超快动力学模拟的核心环节中，使用了PWmat执行实时含时密度泛函理论计算（rt-TDDFT），模拟了飞秒激光脉冲激发下，滑动铁电材料BAs层间的超快极化翻转动力学过程。利用PWmat特色rt-TDDFT功能，研究团队得以观测材料内部的电子和离子如何被激发，并量化由此引发的结构演化，这为揭示材料内部原子尺度的实时动态提供了关键依据；基于PWmat的模拟结果，研究团队得以定量地得出极化翻转在417.4 fs内即可完成这一关键结论，从而验证了该设计方案的超快响应特性；另一结果清晰地展示了光致势能面重塑与载流子-声子耦合驱动层间滑动的完整微观过程，解释了AB↔BA堆叠切换实现极化翻转的物理机制。