原创 清华大学类脑计算团队演示半导体碲（Te）导电细丝阻变器

长期以来，阻变器件面临着“电流-保留时间”的矛盾，即受限于金属导电细丝的固有特性，阻变器件状态的保留时间与操作电流成正相关关系，这恰好与其实际使用需求相违背：长期非易失存储功能需要在较低的电流下实现以保证能耗优势，而短期易失选通功能则需要较大的打开电流来保证读出裕度。针对上述问题，清华大学精密仪器系类脑计算团队提出基于单质半导体碲（Te）导电细丝的新型阻变器件技术，通过Te半导体导电细丝的生长/断裂实现器件的高/低电导切换。

该设计利用Te半导体材料具有电化学活性、低熔点，低导热系数和低电导率的特点，反转了阻变器件状态的保留时间与操作电流的依赖关系。在微米尺度的器件里，长期非易失存储模式的操作电流可以低至几个微安量级（在纳米尺度的器件里可低至几十皮安），而短期易失选通模式的操作电流可以达到几个毫安量级。“电流-保留时间”关系的反转与Te导电细丝的使用密不可分：电化学生成的Te导电细丝相比于金属导电细丝电阻更大，相同电压下器件电流更低（低电导）；而在更大的电流下，Te导电细丝容易聚集焦耳热（低热导），使局部最高温度超过Te熔点（低熔点），从而使导电细丝再度被熔断，形成短期易失特性。这一性能成功破解了传统阻变器件中普遍面临的“电流-保留时间”矛盾，在同一个单器件上同时实现了能满足应用需要的存储和选通两种功能，并演示了“存储-选通”单元同质集成的可能性。由于Te特有的电学-热学性质组合，利用Te导电细丝的阻变器件具有较大且独特的潜在优化空间，如电介质热导率优化、保护电极的功函数、电负性优化等。

近年来，精仪系在类脑计算领域取得了一系列先进成果：2015年研发了第一代芯片类脑芯片——Tianjic芯片，是世界上首款异构融合芯片，可同时运行人工神经网络（ANNs）和脉冲神经网络（SNNs）；2017年发展了基于28纳米的第二代Tianjic芯片；天机芯片异构融合架构相关成果于2019年被《自然》（Nature）期刊以封面形式报道，同年入选科技部评选的“十大科学进展”和世界互联网大会评选的“领先科技成果”。