基于Ge-Ga-Sb介质的全相变脉冲神经网络的设计

人工脉冲神经网络通常由多个异质结构的电路单元构成,其中包括具备积分点火功能来产生脉冲信号的神经元模拟器,以及具备记忆功能的突触器件.在本文中,我们设计了一种能进行“同质集成”的相变存储介质Ge-Ga-Sb(GGS)器件,该器件能够同时实现神经元和突触的模拟.在先前的研究中,GGS材料表现出优秀的数据存储功能,例如它具备较高的工作温度(281℃)、较高的十年数据保存温度(230℃)以及较低的电阻漂移.当对该器件改用短脉冲电学操作时,GGS器件首先会发生几个数量级的电阻突变,然后紧接着发生连续的电阻降低.通过透射电子显微镜发现,电阻突变是因为电极之间产生了结晶的导电通道,而电阻缓变是因为导电通道的变粗以及在通道内产生材料分相所致.这种“突变-缓变”的电阻变化特性既可以用来模拟神经元的积分点火功能,也可以模拟突触权重的变化.基于此器件设计的全相变脉冲神经网络,可以实现高达90%的手写数字识别率.