Moiré synaptic transistor with room-temperature neuromorphic functionality
▲第一作者:Xiaodong Yan, Zhiren Zheng
通讯作者:Pablo Jarillo-Herrero, Qiong Ma , Mark C. Hersam
通讯单位:美国麻省理工学院,美国波士顿学院,美国西北大学
DOI:10.1038/s41586-023-06791-1
研究背景
Moiré量子材料通过扭曲的二维异质结构中增强的内部库仑相互作用来承载奇异的电子现象。当Moiré异质结构与原子级薄材料的超高静电控制相结合时,有可能使得下一代电子器件实现前所未有的功能。然而,尽管进行了广泛的探索,Moiré电子现象迄今为止仍局限于不切实际的低温环境,这大大阻碍了Moiré量子材料的实际应用。
研究问题
本研究报告了一种基于非对称双层石墨烯/六方氮化硼Moiré异质结构的低功率(20 pW)Moiré突触晶体管的实验实现和室温运行情况。非对称Moiré电势会产生稳健的电子棘轮态,这使得控制器件电导的电荷载流子的滞后、非挥发性注入成为可能。双栅Moiré异质结构中的非对称门控实现了多种具有生物现实主义神经形态功能,如可重新配置的突触反应、基于时空的tempotrons和 Bienenstock-Cooper-Munro 输入特异性适应。通过这种方式,Moiré突触晶体管可以实现高效的内存计算设计和边缘硬件加速器,用于人工智能和机器学习。
图1|通过电子控制的棘轮机制实现 MST 中的非易失性电荷注入
要点:
1.最近,基于扭曲二维纳米片的摩尔异质结构成为一种材料平台,能够承载多种电子现象,如非常规超导、轨道磁性、广义维格纳晶体态和相互作用的摩尔激子相。其中,双层石墨烯(BLG)/六方氮化硼(hBN)摩尔异质结构中的铁电性是神经形态器件的潜在材料。与扭曲的氮化硼和过渡金属二卤化物异质结构中的滑动铁电性不同,BLG/氮化硼Moiré铁电性具有非对称Moiré结构产生的内在电子源。具体来说,这种结构由贝纳尔堆叠的 BLG 和两个角度排列大相径庭的 hBN 层夹层组成(图 1a)。在顶部界面,BLG 与顶部 hBN 紧密对齐,从而产生长程摩尔势,导致电荷定位和库仑相互作用增强。在底部界面,BLG 与底部 hBN 故意错位约 30°,这导致电荷分布更加均匀和高度流动。因此,非对称摩尔势图将系统分为局部子系统和流动子系统。这两个子系统在 Z 方向上分离,但仍保持库仑耦合(图 1b)。在特定的偏压条件下,这两个子系统之间的动态相互作用会导致出现一种可容纳滞后性、非挥发性电荷转移的棘轮电子状态。
2.本研究首先关注 MST 的基本特性。在图 1c 中,漏极电流 (ID) 是闭环中顶栅偏压 (VTG) 的函数,同时正向改变 VTG 范围 (ΔVTG) (VTG 扫描轨迹见插图)。每次循环开始时,器件都处于相同状态(VTG 为 0 V)。当 ΔVTG 低于 1.5 V 时,正向和反向轨迹重叠,但当ΔVTG 超过 1.5 V 时,则显示出很强的滞后性。在后一种情况下,随着 ΔVTG 的增加,器件在每个环路的末端达到不同的电导状态。当 ΔVTG 向负方向变化时,也会出现类似的情况(图 1d)。
3.本研究根据电导状态提取扫描回路末端的载流子密度(图 1c、d 插图中的蓝点表示),然后分别绘制成图 1e、f 中 ΔVTG 的函数。在图 1e 中,当 ΔVTG 较小(小于 1.5 V)时,电子密度保持不变,当 ΔVTG 变大时,电子密度呈线性增长。同样,在图 1f 中,当 ΔVTG 较小时,空穴密度保持不变(|ΔVTG| < 1.5 V),当 |ΔVTG| 变大时,空穴密度呈线性增加。相应的Moiré波长为 13.2 nm。
图2| 突触反应和 MST 的应用
要点:
1.正如生物神经元网络中突触后细胞的去极化程度可通过对突触前细胞的脉冲电刺激而提高(也称为电位增强)或降低(也称为抑制),棘轮效应可使 BLG/hBN 摩尔异质结构表现出类似的突触行为,从而充当突触晶体管。例如,图 2a 的插图显示了一系列不同振幅的 VTG 脉冲,它们导致了一系列突触电位和抑制反应(图 2a,主图)。2 号装置与 1 号装置的性质相同。除了 2 号器件的 hBN 层更厚,因此需要更大的栅极偏压才能将类似的电荷载流子浓度引入系统。具体来说,长期延时(LTP)和长期抑制(LTD)可以从强 LTP(图 2a,蓝线)调整到中等 LTP(图 2a,淡紫色线),从强 LTD(图 2a,橙色线)调整到中等 LTD(图 2a,粉红色线)。通过这种方式,MST 可以模拟生物突触的Hebbian learning,即顶部栅极连接到前神经元,源极连接到后神经元(图 2b)。
2.为了证明tempotrons的实用性,MST 被模拟为可将输入模式整合为输出信号的传入器(图 2d)。当输出值超过预定阈值时,神经网络会发射单个尖峰,并将输出值重置为零。通过利用 MST 的可调 LTP/LTD 可塑性,可以训练 tempotron 中的两个神经元在输入模式下分别发射零次和一次(图 2e)。
3.为了测试 tempotron 的鲁棒性,在输入模式中加入了抖动噪声(用 σpre 量化)(图 2f,插图)。当 σpre < 5 毫秒时,抖动噪声可保持稳定(图 2f),这表明基于 MST 的 tempotron 具有很高的噪声容限。
图3| MST 的双栅响应
要点:
1.除了 VTG 单独促进的突触功能外,BLG/hBN 莫尔雷异质结构的不对称性意味着 VTG 和底栅偏压 (VBG) 在双栅 MST 中提供了不同的可调性。由于 BLG/hBN Moiré异质结构中两个子系统之间的空间分离,VBG 和 VTG 可分别优先控制电导通道和Moiré定位点。特别是,只有在棘轮机制中,VTG 才会诱导电荷单向注入电导通道。在图 3a 中,漏极电流 ID 是在 0 至 3.2 V 的 VTG 值范围内作为 VBG 的函数测量的。无论 VTG 值如何,正向扫描(红色)和反向扫描(蓝色)都相互重叠,这表明 VBG 能以可逆的方式从电导通道中添加和去除电荷(图 3c)。
2.相比之下,图 3b 显示了不同 VBG 值下的 ID 与 VTG 曲线。在每个 VBG 值下,前向扫描和后向扫描之间都会出现明显的滞后现象。在恒定电导段中,VTG 会调节摩尔定位点的占用,而通道电导则保持不变。恒定电导段的电压范围在每次扫描中都是相同的,这与摩尔定位点所能容纳的最大电荷密度相对应。在棘轮机制中,VTG 通过电子/空穴棘轮机制将电子/空穴添加到电导通道中。相反,反转 VTG 电压扫描方向会立即激活棘轮锁定机制,从而使电荷首先从Moiré定位点移除。总之,VTG 可以滞后地控制顶部 BLG/hBN 接口的非易失性棘轮效应,而 VBG 则以类似于传统 BLG 晶体管的方式可逆地控制电导通道。
图4| 基于 MST 的联想学习的特定输入适应性
要点:
1.在 MST 中,VTG 和 VBG 提供的对比控制能够实现神经形态的特定输入适应。在 Bienenstock-Cooper-Munro 模型中,输入特异性适应是通过双向突触阈值滑动来描述的(图 4a),适用于视觉皮层中眼睛缺失条件下的生物神经元。从神经形态计算的角度来看,输入特异性适应可以让神经网络主动适应整体活动,保持系统稳定性,并模仿大脑中的高阶相关性,此外还可以补充Hebbian/anti-Hebbian学习规则(图 4b,突触阈值固定)。最初的生物模型和最近的神经形态硬件演示都依赖于突触后刺激的频率变化(图 4a 中的 c)来触发特定输入的适应。然而,在神经形态硬件中使用刺激频率作为输入变量具有挑战性,速度慢且效率低。相比之下,MST 只需使用 VTG 和 VBG 即可实现双向突触阈值滑动,从而克服了这些限制。
2.本研究利用联想记忆模型演示了基于 MST 的特定输入适应,其中考虑到了剥夺眼睛的情况。在稳定的环境中,联想记忆可以让人在看到相似但不相同的图案后回忆起大脑储存的图案。在不断变化的环境中,例如在眼睛被剥夺的情况下(如光线条件较差),神经系统会通过输入特定的适应性来补偿对抗性效应,以确保联想记忆的正确运作。具体来说,本研究模拟了一个基于 MST 的生物仿真 Hopfield 神经网络,该网络将一个预存模式 Ppre(’111’)与一个相似但非相同的输入模式 Pin(在本研究的演示中为’000’)联系起。最初,本研究限制 MST 只遵循Hebbian/anti-Hebbian学习规则,θt 固定不变(图 4b)。在没有剥夺监督的稳定环境下(图 4c),神经网络回忆起了 Ppre(图 4e)。然而,当监督被剥夺时(图 4d),神经网络无法回忆起 Ppre,并停留在局部最小值(图 4f)。
总结与展望
总之,本研究利用 BLG/hBN Moiré异质结构实现了室温 MST。这些 MST 的电子棘轮特性可提供可调的突触响应,适用于基于尖峰的神经形态感知器和基于时空的tempotrons。此外,BLG/hBN Moiré异质结构的空间不对称性意味着,双栅 MST 的顶部和底部栅极可分别提供对Moiré定位点和通道电导的不同控制,从而实现双向突触阈值滑动,适合在神经形态硬件中实现特定输入适应。虽然这里展示的是 BLG/hBN Moiré异质结构,但随着其他扭曲二维纳米片的Moiré异质结构家族不断发展,很可能会产生更多的非易失性突触特性,从而在神经形态计算中发挥作用。再加上最近在大面积、单晶二维材料生长技术和晶圆级排列转移方法方面取得的进展,MST 有可能在交叉条架构中得到扩展,从而实现复杂的神经调节和生物仿真功能。
原文链接:https://www.nature.com/articles/s41586-023-06791-1
本文来自研之成理,本文观点不代表石墨烯网立场,转载请联系原作者。