隨著信息技術(shù)的飛速發(fā)展，計算任務(wù)的規(guī)模和復(fù)雜性不斷提升，對計算機(jī)性能的要求也持續(xù)攀升。然而，傳統(tǒng) 馮·諾依曼架構(gòu)受限于數(shù)據(jù)傳輸瓶頸和高能耗問題，難以滿足未來人工智能、物聯(lián)網(wǎng)等領(lǐng)域的復(fù)雜計算需求。因此，探索新型計算架構(gòu)和硬件實現(xiàn)方案已成為學(xué)術(shù)界和工業(yè)界的共同目標(biāo)。其中，基于憶阻器的神經(jīng)形態(tài)計算因其能夠模擬生物大腦的并行計算和低功耗特性，成為前沿研究的熱點之一。近日，南京大學(xué)余林蔚教授團(tuán)隊成功研制出基于面內(nèi)固-液-固（IPSLS）生長的n型硅納米線（n-SiNW）憶阻器，通過“納米線-邊緣”準(zhǔn)一維交叉1D-crossing創(chuàng)新接觸結(jié)構(gòu)精準(zhǔn)調(diào)控納米尺度下的導(dǎo)電細(xì)絲形成過程，實現(xiàn)了超低功耗、超快響應(yīng)和高均一性的神經(jīng)形態(tài)計算硬件。這一研究成果為大規(guī)模類腦計算提供了新型硬件支撐，并在二元腫瘤識別應(yīng)用中展現(xiàn)出卓越性能。

1 創(chuàng)新技術(shù)解決關(guān)鍵難題

憶阻器因其低功耗、類神經(jīng)突觸的特性，在類腦計算領(lǐng)域備受關(guān)注。然而，傳統(tǒng)憶阻器在導(dǎo)電細(xì)絲（CF）形成和斷裂的穩(wěn)定性方面存在較大挑戰(zhàn)，影響設(shè)備一致性和可擴(kuò)展性。相比傳統(tǒng)薄膜結(jié)構(gòu)憶阻器，納米線器件憑借其獨特的一維尺寸效應(yīng)、高表面積比和優(yōu)異的電學(xué)特性，能夠在較低操作電壓下提供更穩(wěn)定的阻變行為，并提升器件均一性。然而，當(dāng)前納米線憶阻器的制備仍依賴高精度光刻或轉(zhuǎn)移組裝工藝，這不僅導(dǎo)致制造流程復(fù)雜、成本高昂，還限制了大規(guī)模集成的可行性。

該研究團(tuán)隊提出創(chuàng)新性解決方案：

（1）低成本批量定位制備：基于IPSLS生長技術(shù)，無需高成本納米加工，即可在襯底上精準(zhǔn)生長并大規(guī)模可控排列n-SiNW，實現(xiàn)高均一性，突破傳統(tǒng)“轉(zhuǎn)移-組裝”限制，顯著提升納米線器件制備效率，降低生產(chǎn)成本。

（2）邊緣線接觸（Edge-Line Contact）結(jié)構(gòu)：精準(zhǔn)控制CF成核位置與生長尺寸，提高器件均一性。

圖1 基于IPSLS技術(shù)的大規(guī)模硅納米線憶阻器制造示意圖。

通過這一技術(shù)，n-SiNW憶阻器不僅在性能上實現(xiàn)突破，同時具備大規(guī)模制造的可行性，為高效神經(jīng)形態(tài)計算硬件提供了全新可能。

2 性能全面升級

研究團(tuán)隊開發(fā)的Ag/SiO?

-SiNW憶阻器展現(xiàn)出一系列優(yōu)越的性能：

（1）低工作電壓：0.8 V（標(biāo)準(zhǔn)差0.073 V）

（2）高開關(guān)比：>10?

（3）超快響應(yīng)速度：8 ns

（4）極低功耗：單次操作能耗僅47.2 fJ

（5）高均一性：器件間一致性顯著提升

圖2. n-SiNW憶阻器與傳統(tǒng)薄膜憶阻器的性能對比，展示顯著均一性和開關(guān)性能改善。

這些性能使其在低功耗、高速神經(jīng)形態(tài)計算硬件中具有重要應(yīng)用前景。

3 邊緣線接觸：提升憶阻器均一性與能效的關(guān)鍵機(jī)制

（1）納米線尺寸限制，自限型CF生長 ，

與傳統(tǒng)薄膜憶阻器相比，SiNW憶阻器的CF生長尺寸受到空間限域，僅形成細(xì)小的導(dǎo)電路徑，結(jié)合SiNW的本征電阻特性，實現(xiàn)自限型開關(guān)行為，降低了漏電流和功耗。

（2）邊緣電場增強效應(yīng)，優(yōu)化CF生長位置

在SiNW與電極邊緣的交界處，局部電場強度顯著增強，形成高電場區(qū)域。這一特性促使Ag離子更傾向于在邊緣區(qū)域聚集并形成CF，從而有效限制CF的生長范圍，提高器件的均一性和可控性。

圖3. 邊緣線接觸結(jié)構(gòu)對憶阻器開關(guān)機(jī)制的影響

4 類腦神經(jīng)元建模，賦能智能計算

研究團(tuán)隊進(jìn)一步基于n-SiNW憶阻器，成功構(gòu)建了可調(diào)節(jié)S型概率激活函數(shù)的類腦神經(jīng)元，并應(yīng)用于二元腫瘤識別任務(wù)。在數(shù)據(jù)集測試中，該神經(jīng)元模型的分類準(zhǔn)確率高達(dá)96.2%，接近軟件模擬神經(jīng)網(wǎng)絡(luò)（97.4%）。這一成果表明可作為概率計算核心單元，為未來的類腦計算芯片提供了全新的解決方案。

圖4. 基于n-SiNW憶阻器的S型概率激活神經(jīng)元實現(xiàn)

圖5. 基于n-SiNW神經(jīng)元的二元腫瘤診斷實現(xiàn)

展望：邁向更智能的未來計算

此次研究突破為神經(jīng)形態(tài)計算硬件提供了全新思路，有望在人工智能、精準(zhǔn)醫(yī)療、邊緣計算等領(lǐng)域發(fā)揮核心作用。未來，研究團(tuán)隊將進(jìn)一步探索憶阻器在高密度神經(jīng)形態(tài)計算芯片中的應(yīng)用，推動智能計算邁向更高效、更低功耗、更具成本優(yōu)勢的新時代！

該工作近期以“High-Performance Edge-Line Contact Memristors with In-Plane Solid-Liquid-Solid Grown Silicon Nanowires for Probabilistic Neuromorphic Computing”為題發(fā)表在《ACS Nano》期刊上。文章第一作者為南京大學(xué)電子科學(xué)與工程學(xué)院的博士生晏磊，余林蔚教授為文章通訊作者。該研究得到了南京大學(xué)陳坤基教授、徐駿教授、施毅教授、王軍轉(zhuǎn)教授、揚州大學(xué)劉宗光教授支持和指導(dǎo)。研究工作受到國家重點研發(fā)計劃、國家自然科學(xué)基金杰出青年學(xué)者項目以及國家自然科學(xué)基金重點項目的資助。