皇上,还记得我吗?我就是1999年那个Linux伊甸园啊-----24小时滚动更新开源资讯,全年无休!

二氧化铪原子结构如何成为神经形态计算的基础?

二氧化铪(通常被称为哈夫纳,hafina)的特性表面上看起来似乎并不起眼。然而,当这种材料被制成超薄层时,它却表现出了令人着迷的特性:通过在电场作用下切换偶极子,这种超薄层可以用作非易失性计算机存储器。此外,由于这些偶极子的强度受其过去所经历的电场的影响,因此它们非常适合用于构建”类脑”计算机架构的忆阻器。

二氧化铪原子结构如何成为神经形态计算的基础?

这张图片展示了哈夫纳原子结构的艺术印象。图片来源:经《施普林格-自然》授权转载

格罗宁根大学功能纳米材料教授 Beatriz Noheda 对这种材料进行了研究,最近为《自然-材料》杂志撰写了一篇关于其特性的透视文章。她说:”尽管我们并不了解所有的物理学原理,但它已经被应用于设备中。

二氧化铪原子结构如何成为神经形态计算的基础?

这位是荷兰格罗宁根大学功能纳米材料教授兼格罗宁根认知系统与材料中心科学主任比阿特丽斯-诺赫达(Beatriz Noheda)。她是《自然-材料》(Nature Materials)上发表的关于氧化铪铁电体的透视论文的主要作者。资料来源:格罗宁根大学

为了创建更高效的计算机,需要快速的非易失性随机存取存储器(RAM)。铁电材料似乎是很好的候选材料。这些材料由带有偶极子的单元组成,在电场的作用下会集体切换。然而,如果单元数量太少,它们的特性就会崩溃;自发去极化会在大约 90 纳米以下发生。

氧空位是一个例外。Beatriz Noheda 说:”这或多或少是偶然发现的。哈夫纳在高温和恶劣环境中非常稳定,传统上用于冶金和化学工程行业。然而,当无定形哈夫纳被证明是晶体管中非常高效的栅极绝缘体时,它引起了微芯片制造商的注意。用哈夫纳取代传统的氧化硅,可以使晶体管变得更小。”

Noheda 对这种材料的兴趣源于她在格罗宁根认知系统与材料中心(CogniGron)的工作,她是该中心的科学主任。CogniGron 的目标是创建神经形态计算架构。Hafnia 是该中心研究的材料之一。”在《科学》杂志于 2021 年发表的一篇论文中,我们描述了开关是如何不仅仅通过偶极子发生的。我们发现氧空位的移动也发挥了作用,”Noheda说。根据她的经验,她应邀在《自然-材料》杂志的一篇视角文章中讨论了从哈夫尼亚汲取的经验教训。

哈夫纳的行为类似于铁电体,但它只在纳米尺度上保持其特性。”铁电体似乎已经退出了超小型非易失性 RAM 的竞争,但有了 hafnia,它们现在处于领先地位”。尽管如此,哈夫纳的行为似乎并不完全像铁电体,如前所述,氧空位的移动似乎对其特性至关重要。

Noheda 还指出了另一个需要考虑的概念:纳米粒子的表面能。”相图显示,这些颗粒相对较大的表面积在二氧化铪中产生了相当于极高的压力,这似乎在这种材料的特性中发挥了作用。这类知识对于寻找与铪表现相似的其他材料非常重要。由于全球供应量太少,铪不是微型芯片生产中最可持续的选择。通过寻找具有类似特性的材料,我们可能会找到更好的候选材料。锆就是其中一种选择。”

找到铪的可持续替代品可以加速铁电材料在 RAM 存储器中的应用。由于偶极子的强度取决于产生偶极子的电场的历史,因此它将是生产忆阻器的理想材料。这种模拟设备的行为类似于我们大脑中的神经元,是神经形态计算机架构的候选材料。”我们正在努力开发这种神经形态芯片。但首先,我们必须充分了解二氧化铪和类似材料的物理特性”。

转自 二氧化铪原子结构如何成为神经形态计算的基础?