关键词:
石墨烯
电解质
突触晶体管
突触塑性
摘要:
人工智能的快速发展依托于算法革新与算力提升,但其能耗瓶颈受制于传统计算机架构。在此背景下,类脑计算作为模拟人脑高效信息处理机制的重要方向,凭借其在图像处理、语音识别、自然语言处理等领域的广阔应用前景,已成为突破现有限制的关键路径。作为类脑计算硬件核心的储算器件,突触晶体管因其独特的写入-读取解耦特性,较传统两端忆阻器展现出更低能耗与更高性能的潜力,成为当前研究焦点。
二维材料石墨烯因其优异的载流子迁移率与机械柔性,在柔性电子、生物医疗及类脑器件领域展现出独特优势。然而基于氢化机理构筑石墨烯突触晶体管面临显著挑战:氢化反应可逆性调控困难,需依赖液态H+电解质或高缺陷石墨烯基底,导致器件稳定性不足且应用场景受限。相较之下,固态电解质体系通过界面双电层调制机制,既能以低栅压实现高效写入,又具备更优的器件集成性与环境适应性,为突破上述瓶颈提供了新思路。本文制备电解质门控石墨烯通道的突触晶体管,测试了晶体管的突触表现,探究了晶体管的应用可行性,并解释了晶体管的工作机理。主要研究内容和结果如下:
(1)经过实验和分析石墨烯和H+的相关作用,我们发现石墨烯和H+发生氢化反应需要一定的条件,在含H+浓度较高的液态电解质中,或者使用高缺陷的石墨烯材料以降低氢化反应的电位。基于我们的材料的实验分析基础,我们提出固态电解质(HCl/PVA)门控的石墨烯通道的突触晶体管的研究。利用半导体和材料参数分仪(Keithley4200-CSC)测试了晶体管的转移曲线(IDS-VGS),通过分析转移曲线和电化学实验,可知该材料体系没有发生稳定可逆的氧化还原反应,这归因于我们采用的固态电解质(0.1 M H+)和石墨烯材料不具备氢化反应的条件。
(2)通过分析所提出器件的IDS-VGS曲线,其表现出闭合滞回的特征,得知所提出的晶体管具有突触塑性。测试了晶体管的突触塑性,包括兴奋性突触后电导(EPSC)、抑制性突触后电导(IPSC)、双脉冲易化(PPF)等短时塑性(STP)以及脉冲序列响应,并对相关突触表现给出了解释,表明晶体管具有良好的模拟短期存储能力。使用晶体管的实验数据验证并行计算的可行性,在Cross Sim平台进行了人工神经网络模拟(ANNs),用于识别数字手写数据集(MNIST),结果显示分类精度与数字浮点只相差3.7%。最后,使用Comsol建模了电解质中离子稳态和瞬态分布,基于实验和建模分析,对晶体管的工作机制给出了基于双电层调控的解释。
综上,本研究采用固态H+电解质作为栅极介质,成功构建石墨烯基突触晶体管。通过系统探究器件的突触可塑性特征与并行计算潜能,验证了该架构在实现高性能类脑计算方面的可行性,为发展新一代低功耗碳基神经形态器件提供了依据。