这篇题为“用于神经形态打算的新兴存储器件”的论文揭橥在1月份的《前辈材料技能》（Advanced Materials Technologies）上。论文中，作者阐述相识脱晶体管和冯·诺依曼架构转而采取与尖峰神经网络更紧密结合的技能的上风，尖峰神经网络是神经形态打算的根本。论文的目的是在神经形态打算中找出比CPU、GPU、DRAM和NAND等传统设备更快、更节能的设备。
论文作者盘点和先容的六种存储器件包括电阻式影象存储器（ReRAM）、扩散式忆阻器、相变存储器（PCM）、非易失落性磁性随机存储器（MRAM）、铁电场效应晶体管（FeFET）和突触晶体管。下面我们详细地看一下。
ReRAM
ReRAM是基于电阻式随机存取的一种非易失落性存储器。换句话说，关闭电源后存储器仍能记住数据。ReRAM可以由许多化合物制成，最常见的化合物是各种类型的氧化物。据论文作者先容，ReRAM的紧张上风在于其可扩展性、CMOS兼容性、低功耗和电导调制效应，这些优点让ReRAM可以轻松扩展到前辈工艺节点，能够进行大批量生产和供应，并且能够知足神经形态打算等运用对能耗和速率的哀求，所有这些都使ReRAM成为下一代存储器的紧张竞争者。
ReRAM对神经形态打算的适用性与忆阻器根据施加电压的历史改变其状态的能力有关。由于这种能力，ReRAM具有生物神经元和突触的韶光特性和仿照特性。基于ReRAM技能的人工神经突触是一种非常有出息的方法，可用于在神经形态打算中实现高密度和可缩放的突触阵列。不过，论文作者同时也指出，让这些忆阻器更均匀以便让它们可靠地运行仍旧是一个寻衅。
根据2017年的宣布，由Wei Lu领导的密歇根大学电气工程和打算机科学系的一个小组演示了一个神经形态原型装置，该装置在交叉网络中利用了排列的忆阻器。作为Crossbar的首席科学家，Lu正在帮助实现该技能的商业化。Crossbar是他在2010年与他人共同创立的公司，目前正在与客户互助向市场推出Crossbar ReRAM办理方案。Crossbar的ReRAM技能是基于一种大略的器件构造，利用与CMOS工艺兼容的材料和标准的CMOS工艺流程。它可以很随意马虎地在现有的CMOS晶圆厂中被集成和制造。并且由于是低温、后端工艺集成，Crossbar的ReRAM能够实现构建3D ReRAM存储芯片。除了Crossbar外，东芝、Elpida、索尼、松下、美光、海力士、富士通等厂商也在开展ReRAM的研究和生产事情。在制造方面，中芯国际（SMIC）、台积电（TSMC）和联电（UMC）都已经将ReRAM纳入自己未来的发展线路图中，格罗方德（GlobalFoundries）等其他企业对付ReRAM技能较为冷淡，正在开展其他内存技能的研发事情。
扩散式忆阻器
扩散式忆阻器是基于一种活性金属扩散动力学的忆阻器，这项技能也引起了研究职员的把稳。论文作者表示，扩散式忆阻器能够利用其独特的电导行为来模拟突触可塑性，这一特色使他们能够忘却较早的、短期的信息，同时锁定更多干系的信息。
扩散式忆阻器由嵌入到一个氧氮化硅薄膜（位于两个电极之间）内的银纳米粒子簇组成。薄膜是绝缘体，通电往后，热和电共同浸染使粒子簇分崩离析，银纳米粒子散开通过薄膜并终极形成一根导电丝，让电流从一个电极到达另一个电极。关掉电源后，温度低落，银纳米粒子会重新排列整洁。研究职员称，这一过程类似于生物突触内钙离子的行为，因此该设备能仿照神经元的短期可塑性。
在扩散式忆阻器戳穿之前，也有研究职员利用漂移式忆阻器来仿照钙离子的动态。不过，漂移式忆阻器是基于物理过程，不同于生物突触，因此保真度和各种可能的突触功能都有很大的限定。研究扩散式忆阻器的研究员认为，扩散式忆阻器帮助漂移式忆阻器产生了类似真正突触的行为，结合利用这两种忆阻器带来了脉冲计时干系可塑性（ STDP）的天然示范，而 STDP 是长期可塑性学习规则的主要成分。
将扩散式忆阻器与ReRAM配对的实验装置能够实现无监督学习。这项事情由马萨诸塞大学的一个研究小组领导，团队恰好包括此篇论文的三位作者。截至目前为止，他们还没有商业行为。惠普公司多年来一贯热衷于扩散式忆阻器，特殊是其称为“机器”的观点系统。
相变存储器（PCM）
PCM是另一种高性能、非易失落性存储器，基于硫属化合物玻璃。这种化合物有一个很主要的特性，当它们从一相移动到另一相时能够改变它们的电阻。该材料的结晶相是低电阻相，而非晶相为高电阻相，通过施加或肃清电流来完成相变。与基于NAND的传统非易失落性存储器不同，PCM设备可以实现险些无限数量的写入。此外，PCM器件的上风还包括：访问相应韶光短、字节可寻址、随机读写等，其也是诸多被称为能够“改变未来”的存储技能之一。
范例的GST PCM器件构造由顶部电极、晶态GST、α/晶态GST、热绝缘体、电阻、底部电极组成。一个电阻连接在GST层的下方。加热/熔化过程只影响该电阻顶端周围的一小片区域。擦除/RESET脉冲施加高电阻即逻辑0，在器件上形成一片非晶层区域。擦除/RESET脉冲比写/SET脉要冲高、窄和陡峭。SET脉冲用于置逻辑1，使非晶层再结晶回到结晶态。PCM器件便是利用材料的可逆变的相变来存储信息。
论文作者参考了许多利用相变材料的仿照性子进行神经形态打算的研究项目，个中包括一个提出完全的神经形态电路设计的项目，该项目利用PCM来仿照神经元和突触。
目前，英特尔、三星、美光科技和松下都已经开始PCM的布局，IBM研究院已经推出了可以作为非易失落性缓存的PCM DIMM。几年前，IBM研究职员构建了一张PCI-Express PCM卡，可以连接到Power8做事器，并通过相关加速器处理器互连（CAPI）接口交流数据。值得把稳的是，中国存储制造厂商江苏时期芯存此前也宣告将投资130亿元公民币致力于PCM的研发，已经于2017年完成厂房的封顶和设备的采购，该公司认为PCM是21世纪的存储芯片标准。
MARM
MRAM是一种非易失落性的磁性随机存储器，以磁性办法存储数据，但利用电子来读取和写入数据。磁性特色供应非易失落性，电子读写供应速率。MRAM拥有静态随机存储器（SRAM）的高速读取、写入能力，以及DRAM的高集成度，而且基本上可以无限次地重复写入。
不过，当前的MRAM存储元件也有其明显的产品短板。很多嵌入式系统都必须在高温下运行，而高温每每会危害MRAM的数据保存能力。其余，MRAM的保持力、耐久性和密度也须要得到进一步的提升。
在神经形态打算领域，MRAM也有着独特的上风。MRAM存储元件包括两个铁磁层，由自由层和固定层组成，中间夹着非磁性氧化层。MRAM通过战胜将磁化从一个方向切换到另一个方向所需的阻力来事情。通过在自由层中加入域壁可以实现多种阻力状态。这些器件中开关态的随机性可以用来仿照突触的随机行为。
对付STT-MRAM的商业产品，Avalanche Technology、Spin Memory和Everspin Technologies都在布局。从商业角度来看，Everspin彷佛是走得最远的。本月，该公司已经开始向客户供应1Gb的STT-MRAM设备。上面讲到，格罗方德等公司对ReRAM技能较为冷淡，不过对MRAM却很上心，包括格罗方德、英特尔和三星等都已经宣告将MRAM列入自己未来的产品操持中。
铁电场效应晶体管（FeFET）
FeFET存储器利用的铁电材料，可以在两种极化状态之间快速切换。与论文里面提到的其他技能一样，它可以在低功耗下供应高性能，同时还具有非易失落性的附加上风，FeFET有望成为新一代闪存器件。
FeFET紧张事理是在现有的逻辑晶体管上采取基于氧化铪基的High-K(高K)栅电介质+Metal Gate(金属栅)电极叠层技能，然后将栅极绝缘体改性成具有铁电性子。FeFET并不是一个新鲜的事物，早在2008年，日同族当技能综合研究所与东京大学就联合宣告研发出FeFET的NAND闪存储存单元，号称大幅改良了NAND闪存的性能缺陷。不过，到现在十年过去了，FeFET间隔成为主流闪存产品仍旧还有很长的路要走。
根据论文作者的说法，FeFET这种类型存储器的电压可以通过仿照突触权重的办法进行调度，突触权重是神经形态打算的主要元素。FeFET的一大上风是一些铁电化合物能够与传统的CMOS兼容，因此更随意马虎集成到当下标准的打算平台中。当然，FeFET没有大规模商用也是由于其还存在明显缺陷，紧张是该技能还受到DRAM的一些限定，包括伸缩性、泄露和可靠性等方面都有待提升。IEDM的一篇论文指出，SK 海力士、Lam及其它公司都对外表示，由于外部问题，铁电铪材料的实际开关速率比原来预期的要慢。
在商用层面，Fraunhofer、格罗方德和NaMLab从2009年就开始了FeFET的研发，SK 海力士、Lam等也有干系的研发操持。
突触晶体管
与论文中提到的其他技能不同，突触晶体管专门用于仿照神经元的行为。晶体管是三端子构造，包括栅极、源极和漏极。栅极利用电导将突触权重通报到通道，而源极和漏极用于读取该权重。电解质溶液用于调节通道的电导，实现神经形态功能的核心仿照行为。
中国海内的研究机构在突触晶体管的研发上有着不错的进展。2017年，中国科学院物理研究所/北京凝聚态物理国家实验室（筹）磁学国家重点实验室M06采取二维材料α-MoO3单晶薄片作为沟道材料制备了一种三端阻变器件，利用离子液体作为栅极，施加电场在二维材料间隙层中注入氢离子，实现了α-MoO3沟道电阻在低能耗条件下的多态可逆变革。在此根本上，研究职员通过改变脉冲电场触发次数、宽度、频率和脉冲间隔，成功仿照了生物学中的神经突触权重增强和减弱过程、短时影象至永劫影象的转变、引发频率依赖可塑性（SRDP）和STDP等行为。
论文作者指出，突触晶体管拥有“卓越的性能”，乃至可能比生物等效物更好。不过，这项技能仍处于早期研究阶段，目前的实现办法在耐久性、速率和电解质方面都受到限定。此外，突触晶体管从未被证明可以作为神经网络进行连贯地事情。
总的来说，论文中提到的这些技能都有潜力来“显著提高打算速率，同时降落功耗”。论文作者承认每种技能都有自己特定的上风和劣势。他们认为，至少在可预见的未来，任何人工神经形态系统的实现仍旧必须依赖CMOS电路来作为外围组件。作者在论文中这样写道：“为了使神经形态系统能够自主，这些新设备技能必须突飞年夜进。” “这些技能是仍旧须要持续发展的领域，通过材料科学家、设备工程师、硬件设计师、打算机架构师和程序员之间的强有力互助将有助于促进跨学科对话，以办理神经形态打算领域面临的诸多寻衅。”
文章及配图来源：半导体行业不雅观察
