HfO2基铁电存储器（包括铁电电容式存储器、铁电场效应晶体管和铁电隧道结等）因其低功耗、高操作速度以及与CMOS工艺的高度兼容性，是后摩尔时代存储技术的重要发展方向之一。近期，本研究组构筑了Pt/Hf0.5Zr0.5O2/TiO2/TiN结构的HfO2基铁电隧道结器件，通过对Hf0.5Zr0.5O2铁电层中氧空位浓度的有效调控，不仅获得了稳定阻变行为的铁电隧道结(reliable FTJ，r-FTJ)，还实现了具有随机阻变特性的铁电隧道结(stochastic FTJ, s-FTJ)。
1、HfO2铁电存储器和概率比特（p-bit）:如图1所示，r-FTJ依赖铁电畴的稳定极化翻转，呈现出确定的高、低阻态，分别对应经典比特的“0”和“1”，从而可作为铁电存储器实现数据存储。而在s-FTJ中，通过巧妙的缺陷工程调控其极化动力学，使其阻变行为产生明显的随机涨落，器件状态便会在“0”与“1”之间随机切换。这种在传统存储器中通常被视为不利的随机性，恰好可用于构筑概率神经网络的核心计算单元——概率比特（p-bit）。利用s-FTJ的p-bit特性，可实现概率神经网络计算系统，在信息安全、高效优化与智能决策等领域具有重要应用前景。
2、利用p-bit，构筑并实现了概率神经网络计算：如图2所示，在实验上构建了由四个p-bit神经元和一个4×4 r-FTJ突触阵列组成的概率神经网络硬件原型，成功演示了图论中经典最大独立集问题的求解。进一步地，通过仿真将系统扩展至包含655个p-bit的概率神经网络，实现了RNA二级结构的准确预测。本工作为低功耗概率计算硬件的发展提供了新方向，并提供了一套具有应用前景的HfO2基铁电器件方案。
相关工作以“Probabilistic computing utilizing HfO2-based stochastic ferroelectric tunnel junctions”为题发表在Nature Communications（https://doi.org/10.1038/s41467-026-72742-9），论文的第一作者是本实验室的博士生管泽雨。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等的资助。
图1. (a) 基于r-FTJ的经典比特。(b) 基于s-FTJ的概率比特。
图2. (a) 包含四个s-FTJ和一个4×4 r-FTJ阵列的概率神经网络硬件原型照片。(b) 包含655个概率神经元的概率神经网络示意图。(c) 图(b)中概率神经网络所预测的hsa-miR-375 RNA二级结构，与实际RNA一致。