铁电隧道结是面向下一代数据存储与处理的新型阻变器件原理之一。数据能够以非易失铁电极化的形式存储于铁电势垒层中，并且能以器件电阻的形式非破坏性地读出。通过翻转铁电层中不同比例的铁电畴，可以在单个铁电隧道结中获得多个电阻状态，从而实现多态非易失信息存储。 

目前，基于尺寸>180 nm铁电隧道结的研究已经揭示了其多电阻状态、大开关比、高操作速度特性，而且其可构建阻态连续调控的忆阻人工突触，展现了用于人工神经网络计算的潜力。然而，为了满足高集成度电子器件对于尺寸微缩的需求，铁电隧道结器件的尺寸需要缩小至几十纳米。而随着铁电隧道结尺寸的微缩，器件单元铁电层中包含的铁电畴数量也在减少，影响其电阻状态数目。少数研究基于直径20 ~ 75 nm的铁电隧道结，仅实现了2个电阻状态，无法用于忆阻突触的构建。为了实现面向多态信息存储及高性能电子突触的纳米尺度铁电隧道结，需要通过器件结构设计进一步提高器件性能。

图1. 直径50 nm铁电隧道结的 (a) 电学测试示意图。(b) 多阻态电阻廻线。(c) 不同电压幅值下的电阻循环翻转。(d) 8个电阻状态的保持特性。

近期，本课题组报道了高性能纳米尺度铁电隧道结在多阻态信息存储与模拟构建人工神经网络方面的研究成果。研究人员通过利用铁电场效应调控的肖特基势垒和取向调控的铁电翻转动力学，在直径50 nm的金属/铁电/半导体型 Au/Ti/PbZr_0.52Ti_0.48O₃ (PZT ~3 nm，(111)取向)/Nb:SrTiO₃ (Nb掺杂浓度0.7 wt%) 铁电隧道结中，实现了大开关比 (>10³)，高操作速度 ‍(10 ns) 下的8个稳定电阻状态(图1)。通过进一步精细调节脉冲电压幅值，器件呈现逐渐可调的电导状态，可以模拟突触的长时程增强/抑制塑性特征(图2a)。通过控制施加在两电极上电压的波形和时间间隔，器件可以模拟突触的对称、反对称的脉冲时序依赖可塑性(图2b-e)。特别是，铁电隧道结人工突触的时间响应速度比生物突触快约3个数量级。

图2. 人工突触器件模拟 (a) 长时程塑性，(c) 对称和 (e) 反对称脉冲时序依赖可塑性。红线为拟合结果。(b, d) 模拟脉冲时序依赖可塑性所用电压，其叠加波形如 (c, e) 中插图所示。

图3. 卷积神经网络(CNN)模拟。(a) 所用的 ResNet-18 CNN 结构示意图。(b) 不同电导态数目和电导不稳定性η下，模拟识别Fashion-MNIST数据库中时尚产品图像的准确率。插图为局部放大图，红点为基于器件数据的识别准确率。(c, d) 不同程度 (c) 椒盐噪声和 (d) 高斯噪声下，模拟识别有噪声图像的准确率。

进一步地，基于器件实际参数的卷积神经网络(CNN)仿真结果显示，基于纳米尺度铁电隧道结忆阻器的神经网络可实现较高的F-MNIST图片识别准确率(~93.8%)，接近基于浮点的CNN软件结果(~94.4%)，并且拥有抗图像噪声能力，在0.5椒盐噪声或0.3高斯噪声水平下，识别率依然>85%，展示了铁电隧道结用于人工神经网络计算的潜力(图3)。

研究团队制备的50 nm直径铁电隧道结实现了大开关比下的高速多阻态转换，呈现目前<100 nm尺寸铁电隧道结中最优的存储性能，并且模拟了多种突触功能，模拟构建的神经网络具有较高的识别准确率。本研究展示了铁电隧道结在高密度信息存储及神经网络计算方面的重要潜力。相关成果被 ACS材料X 等媒体报道。

相关论文发表在ACS Applied Materials & Interfaces上，中国科学技术大学物理系研究生王梓鉴、管泽雨为文章的共同第一作者，中国科学技术大学李晓光教授、殷月伟教授为文章的通讯作者。该项研究得到了国家自然科学基金、科技部国家重点研发计划、中国科学技术大学“双一流”人才团队平台项目的资助。