搜索
西安交大任巍教授、牛刚教授团队在外延氧化铪铁电隧道结神经形态器件研究方面取得新进展
7 小时前
随着AI、大数据、云计算等新型信息技术的快速发展，传统冯·诺依曼计算架构的“功耗墙”与“存储墙”问题愈发严重。神经形态计算，这一模拟人脑神经工作模式的新型计算范式，被视为突破这些瓶颈的关键。其中，铁电隧道结（FTJs）因其尺寸小、非破坏性读取、多级电导调节及超低功耗等特性，在下一代神经形态存储器件中表现突出。特别是具有萤石结构的铁电HfO2，相较于传统钙钛矿型铁电材料，不仅与Si基CMOS工艺兼容，还能在器件尺寸缩小时保持性能。
