近日,西昌学院信息技术学院曹桂铭副教授在国家自然科学基金项目(62304183)支持下,与电子科技大学光电科学与工程学院刘富才教授团队合作,作为主要合作者之一,在全球顶级学术期刊《Science》于6月7日以First Release形式,在线发表了题为“Developing fatigue-resistant ferroelectrics using interlayer sliding switching”最新研究成果。
![图片1 图片1](/xinwenwang/ttxw/756147/2024061211205293351.png)
利用非易失性存储器构筑存算一体架构的类脑智能芯片,克服传统芯片的冯·诺依曼计算架构瓶颈,是有效解决现代信息技术中数据爆炸挑战的重要途径。铁电材料具有电可切换的自发极化,可实现对存储态的快速写入、无损读取、低功耗操作,是发展高密度非易失性存储器理想解决方案之一。然而,常规铁电材料在反复经历极化切换时,常常伴随着缺陷电荷的迁移,进而聚集成缺陷团簇(图1A),造成对铁电畴的钉扎,导致铁电器件疲劳失效。因此,实现无疲劳铁电极化转换,提高器件耐久性,可极大推动铁电存储器在类脑智能芯片中的发展应用。
![图片2 图片2](/xinwenwang/ttxw/756147/2024061211222071901.png)
图1 传统铁电和新型滑移铁电的疲劳特性对比示意图
针对传统铁电疲劳特性问题,研究团队发现了一种具有超强耐疲劳特性的新型铁电体-范德华层状滑移铁电。不同于传统铁电极化的离子位移机制,滑移铁电体在电场的作用下,范德华层状材料的层与层之间产生整体滑移,同时层间发生电荷转移,进而实现面外极化翻转(图1B)。滑移铁电器件在经历高达400万次的循环电场极化翻转后,铁电极化并没有发生任何衰减,呈现出优异的抗疲劳特性(图2)。跨尺度原子模拟计算表明,层间滑移过程并不会导致带电缺陷迁移和聚集,由此免于铁电疲劳。理论上,滑移铁电存储器有望实现无限次读写操作。该项研究成果为解决铁电材料在非易失性存储器、存算一体器件及类脑计算芯片等新颖器件中的应用,提供了一种具有竞争潜力的解决方案。
![图片3 图片3](/xinwenwang/ttxw/756147/2024061211274146287.png)
图2 滑移铁电器件疲劳特性表征
论文链接:https://www.science.org/doi/10.1126/science.ado1744
文图| 信息技术学院 谭时康