李守亮 岳文静 李阳

文章编号：1671-3559（2024）03-0362-07DOI：10.13349/j.cnki.jdxbn.20230419.001

摘要： 为了实现忆阻器在神经形态计算中的应用，采用射频磁控溅射技术，在氧化铟锡导电玻璃衬底上依次生长氧化钨、 氧化锌异质结的阻变层和银顶电极，制备氧化钨-氧化锌忆阻器，对制得忆阻器的结构、 化学组成及电学性能进行表征和测试。结果表明： 制得的忆阻器具有类似生物的神经突触特性，阻变行为由界面势垒调控机制主导作用； 制得的忆阻器交叉阵列用于分类识别的平均正确率达到86.3%，接近中央处理器网络的平均正确率87.4%，可用于神经形态计算。

关键词： 忆阻器； 神经突触； 射频磁控溅射； 神经形态计算； 分类识别； 神经网络

中图分类号： TN303

文献标志码： A

开放科学识别码（OSID码）：

Preparation of Tungsten Oxide-Zinc Oxide

Memristor and Its Neural Synaptic Property

LI Shouliang， YUE Wenjing， LI Yang

（School of Information Science and Engineering， University of Jinan， Jinan 250022， Shandong， China）

Abstract： To realize application of memristors in neuromorphic computation， resistive layers of tungsten oxide and zinc oxide heterogeneous junction as well as a silver top electrode were grown on an indium tin oxide conductive glass substrate by using radio frequency magnetron sputtering technology， and a tungsten oxide-zinc oxide memristor was prepared. Structure， chemical composition， and electrical properties of the prepared memristor were characterized and tested. The results show that the prepared memristor has neural synaptic property similar to biology， and the resistive behavior is dominated by interfacial barrier regulation mechanism. The average accuracy of the prepared memristor cross array for classification recognition is 86.3%， which is close to that of central processing unit network 87.4%， and it can be used for neuromorphic computation.

Keywords： memristor; neural synapse; radio frequency magnetron sputtering; neuromorphic computation; classification recognition; neural network

随着人工智能技术的快速发展， 大模型的训练和推理过程中计算力的需求变得更加迫切， 现有计算机系统面临愈发严峻的挑战。 传统的基于冯·诺伊曼架构的计算机具有存储单元和处理单元分离结构的限制， 因此在面对超大规模计算需求时， 逐渐暴露出内存墙和功耗墙等问题［1-3］， 这些问题使得通过堆叠计算单元和存储单元来提升计算力方式的性能损失和功耗较大。千亿级的神经元及其复杂

收稿日期： 2023-03-08          网络首发时间：2023-04-20T16：27：48

基金项目： 国家自然科学基金项目（62174068）

第一作者简介： 李守亮（1997—），男，山东临沂人。硕士研究生，研究方向为忆阻器。E-mail： wrmtls@163.com。

通信作者简介： 李阳（1987—），男，黑龙江牡丹江人。教授，博士，博士生导师，研究方向为忆阻器与柔性传感器。……