Институт современной физики Китайской академии наук добился нового прогресса в исследовании регуляции ионной динамики в нанофлюидных мемристорах

Водные нанофлюидные ионные устройства обладают уникальными преимуществами в таких передовых областях, как интерфейсы «мозг-компьютер» и биосовместимые вычисления. Недавно научная группа Национальной ключевой лаборатории науки и технологий по тяжёлым ионам Института современной физики Китайской академии наук совместно с партнёрами из Ланьчжоуского университета и Хэбэйского геологического университета успешно реализовала стабильный ионный мемристорный эффект в наноканалах с одиночными ионными треками, а также с помощью точной регуляции добилась программируемого переключения мемристорных и синаптических функций, что обеспечило новый технический путь для разработки аппаратного обеспечения нейроморфных вычислений следующего поколения с низким энергопотреблением. Соответствующие результаты были опубликованы 22 июля в журнале «Small».

С использованием технологий микро-пучкового облучения одиночными тяжёлыми ионами и травления ионных треков на установке HIRFL научные сотрудники изготовили нанофлюидные мемристорные устройства двух конфигураций: с одиночным коническим (SCN) и двойным коническим (BCN) каналом. Эксперименты показали, что оба типа устройств демонстрируют превосходную циклическую стабильность, сохраняя устойчивые мемристорные характеристики после сотен циклов переключения.

Исследование также показало, что путём изменения типа ионов (калий, магний, железо) в электролите по обе стороны устройства мемристор может гибко переключаться между тремя режимами: «униполярным», «биполярным» или «смешанным», при этом мемристорный режим может программируемо изменяться в зависимости от валентности катионов и последовательных циклов напряжения. Исследование выявило, что механизмы накопления и истощения ионов являются единым физическим происхождением мемристорного переключательного поведения и синаптической пластичности; этот механизм был количественно подтверждён многопараметрическим моделированием COMSOL.

Что касается энергоэффективности, энергопотребление одного синаптического события данного устройства составляет всего около 13,2 пДж. В задаче распознавания рукописных цифр MNIST малого размера модель искусственной нейронной сети достигла точности распознавания 94,5%, что подтверждает потенциал применения данного нанофлюидного мемристорного устройства в нейроморфных вычислениях.

Данная работа получила поддержку специального проекта пилотных исследований Китайской академии наук, крупного специального проекта провинции Ганьсу и Национального фонда естественных наук Китая. Первым автором статьи является докторант Университета Китайской академии наук Мухаммад Джахангир, авторами-корреспондентами — профессор Ланьчжоуского университета Ван Ци и научный сотрудник Института современной физики Китайской академии наук Ду Гуанхуа.

Рисунок: Эволюция эффектов усиления и подавления синапсов под действием регуляции процессов накопления/истощения ионов в нанофлюидном мемристоре