这项工作报道了基于 MgO/Al 2 O 3 的电阻随机存取存储器 (ReRAM) 器件的电阻开关特性。分析表明,由于加入了 Al 2 O 3 插入层,主要导电机制从空间电荷限制导电变为肖特基发射。与单层器件相比,MgO/Al 2 O 3 双层 ReRAM 器件表现出更低的功率运行(降低 50.6%)和更好的开关均匀性,具体取决于堆栈配置。这可归因于 MgO/Al 2 O 3 界面处较低的氧空位积累和细丝限制,从而导致更可控的开关操作。对双层器件的进一步 X 射线光电子能谱 (XPS) 深度剖面分析表明,开关动力学与氧空位浓度直接相关。这些发现表明界面层工程对于改善 MgO 基存储器件的电阻开关特性的重要性,从而可以实现低功耗应用。
通常可以观察到,已将回忆设备视为非挥发性半导体记忆(NVSM)设备,逻辑操作或神经形态计算的合适结构[1]。与典型的NVSM设备相比,已经选择了具有简单设备体系结构,快速开关属性,低功耗级别或出色的可扩展性的将来的内存应用程序的电阻随机存储器(RRAM)设备[2-4]。到目前为止,已经提出了基于几种介电和导电材料的不同Ar散布[5-7]。但是,所有这些设备的瓶颈都是大型操作电压或固定率变质。过渡金属氧化物,例如氧化钛(Tio X)[8],氧化镍(Nio X)[9],氧化锌(ZnO)[10]或氧化物(HFO X)[11,12],已被广泛检查用于记忆应用。在这些材料中,氧化铜(CUO)也可以表现出出色的电阻转换(RS)特征[13]。作为一种无毒的,互补的金属氧化物半导体(CMOS)兼容和丰富的地球材料,铜(CU)已被广泛用于超大级构成(ULSI)设备中。因此,作为集成电路处理序列中最常见的导电膜之一,基于CU的设备被视为在半导体设备制造中是相关的候选者。CUO膜可以使用几种方法,例如分子束外延(MBE)[14],化学蒸气沉积
现实世界的传感处理应用需要紧凑、低延迟和低功耗的计算系统。混合忆阻器-互补金属氧化物半导体神经形态架构凭借其内存事件驱动计算能力,为此类任务提供了理想的硬件基础。为了展示此类系统的全部潜力,我们提出并通过实验演示了一种用于现实世界对象定位应用的端到端传感处理解决方案。从仓鸮的神经解剖学中汲取灵感,我们开发了一种生物启发的事件驱动对象定位系统,将最先进的压电微机械超声换能器传感器与基于神经形态电阻式存储器的计算图结合在一起。我们展示了由基于电阻式存储器的巧合检测器、延迟线电路和全定制超声传感器组成的制造系统的测量结果。我们使用这些实验结果来校准我们的系统级模拟。然后使用这些模拟来估计对象定位模型的角度分辨率和能量效率。结果揭示了我们的方法的潜力,经评估,其能量效率比执行相同任务的微控制器高出几个数量级。
图 1:具有不同平均粒子/晶粒尺寸的 SiGe 合金和 Mg 3 Sb 2 样品的晶格热导率(按照传统方法计算)κ L ( κ total − LσT ) 与加权迁移率 µ W 12,14(推导方法见 SI)的关系。 (a)n 型(P 掺杂)和 p 型(B 掺杂)SiGe 在室温下均呈现正相关性。 (b)对于高温(573K)下的 Mg 3 Sb 2,电子不会被晶界明显散射,除最小晶粒尺寸样品外,加权迁移率相同。 相反,在低温(323K)下,随着晶粒尺寸的减小,µ W 显著降低,因此低 µ W 是晶粒边界电阻的良好指标。 κ L 随 µ W 降低而增加的趋势表明即使没有测量晶粒尺寸也存在晶界效应。
摘要 较大的朗道能级间距源于石墨烯中准粒子的线性能量动量色散,这使得在较小的电荷载流子密度下可以有效实现量子霍尔效应。然而,在碳化硅 (SiC) 上具有发展前景的可扩展外延石墨烯需要分子掺杂,而分子掺杂在环境条件下通常是不稳定的,以补偿来自 SiC 衬底的电子转移。在这里,我们采用了有机电子器件中常见的经典玻璃封装,以使分子掺杂的外延石墨烯对空气中的水和氧分子钝化。我们已经研究了玻璃封装设备中霍尔量子化的稳定性近 1 年。经过近一年的多次热循环,霍尔量子化保持在阈值磁场之上,小于 3.5 n ΩΩ − 1 的测量不确定度,而普通未封装的器件在空气中放置 1 个月后明显显示出与标称量子化霍尔电阻的相对偏差大于 0.05%。
摘要 较大的朗道能级间距源于石墨烯中准粒子的线性能量动量色散,它允许在较小的载流子密度下有效实现量子霍尔效应。然而,在碳化硅 (SiC) 上要实现有前景的可扩展外延石墨烯,需要分子掺杂来补偿来自 SiC 基底的电子转移,而分子掺杂在环境条件下通常不稳定。在这里,我们采用有机电子器件中常见的经典玻璃封装来钝化分子掺杂外延石墨烯以抵抗空气中的水和氧分子。我们研究了玻璃封装设备中霍尔量子化的稳定性,为期近 1 年。在近 1 年的多次热循环中,霍尔量子化保持在阈值磁场之上,在 2 n ΩΩ − 1 以内,小于 3.5 n ΩΩ − 1 的测量不确定度,而普通的未封装设备在空气中放置 1 个月后明显显示出与标称量化霍尔电阻的相对偏差大于 0.05%。
摘要 - 实施具有新兴记忆(例如电阻随机访问记忆(RRAM))的系统设计的系统是减少人工智能能源消耗的重要铅。为了在此类系统中实现最大的能量效率,应尽可能紧密地集成逻辑和内存。在这项工作中,我们关注三元神经网络的情况,其中突触权重假设三元值。我们提出了一种使用预感的两种晶体管/两抗记忆体系结构,其中可以在单个感觉操作中提取重量值。基于对具有这种感觉放大器的杂交130 nm CMOS/RRAM芯片的实验测量,我们表明该技术在低供应电压下特别适合,并且对于处理,电压和温度变化具有弹性。我们表征了方案中的位错误率。我们基于CIFAR-10图像识别任务的神经网络模拟显示,三元神经网络的使用显着提高了神经网络的性能,而对于二进制二进制,这通常是推理硬件而言是优先的。我们最终证明了神经网络对我们方案中观察到的位误差的类型免疫,因此可以在没有误差校正的情况下使用。
在单层石墨烯首次实现后不久,人们就证明这种二维六边形碳晶格的独特能带结构即使在室温下也能实现稳定的霍尔电阻量化 [1]。这引发了电量子计量领域的许多研究,旨在实现比传统 GaAs 基标准可在更高温度和更低磁场中使用的电阻标准 [2-9]。电阻计量基于二维电子气系统中的整数量子霍尔效应 (QHE)。电阻平台与冯·克利青常数 R K = h / e 2 的整数分之一直接相关,其中普朗克常数 h 和基本电荷 e [10] 是自 2019 年 SI 修订以来精确定义的值 [11-13]。低温电流比较器 (CCC) 是一种高灵敏度的缩放工具,用于验证量化电阻 [14] 并用于建立直流 (DC) 电阻刻度。在实践中,后者包括校准标准电阻,其十进制标称值可追溯到量化霍尔电阻 (QHR),对于选定的标称值,可以在低至 n Ω / Ω 范围内的不确定度下执行 [14, 15]。此外,电容单位法拉可以通过使用交流 (AC) 的 QHE 测量得出 [16]。测量不确定度优于 10 nF F − 1