近日，廣州大學物理與材料科學學院潘書生教授團隊青年教師葛軍等在凝聚態物理領域知名期刊Nano Letters上發表論文，首次在單個憶阻器上觀察到雪崩臨界現象并進用于類腦感知應用，為構建低功耗和高性能的仿生神經形態硬件系統開辟了新的研究途徑。

1 研究背景

學術界普遍認為大腦的工作狀態通常處于接近雪崩臨界點的狀態。在這種狀態下，當某個神經元被激活并放電時，它可能會引發周圍數以千計的神經元發生動作電位，從而使信號能夠在整個系統中廣泛傳播。這種雪崩臨界狀態實現了大腦在信息存儲和信息處理之間的最佳平衡。最近的研究表明，隨機憶阻器網絡具有雪崩臨界性，這主要是由于其無標度網絡結構和金屬原子開關的行為特性。然而，關于單個憶阻器是否具有臨界性仍存在爭議，并且如何將雪崩臨界性與實際應用聯系起來，仍然是一個待解決的問題。

2 研究內容

研究組在前期高可靠性二維氧化硅（SiO_x）憶阻器的工作基礎上，進一步采用統計方法研究Ag/SiO_x/Si硅基憶阻器的電流噪聲信號。在外界電場的驅動下，來自頂電極的活性Ag原子會逐漸注入到SiO_x阻變層中。當Ag原子的持續注入和焦耳熱導致的熱溶解效應達到平衡，器件將調整到介于絕緣和導通之間的滲流臨界狀態。當器件處于該狀態時，阻變層內Ag原子開關行為會激活網絡中其他鄰近間隙的電場變化，并引發一系列電導的劇烈波動，即雪崩行為。通過對電導波動的統計分析，可以發現雪崩的尺寸和持續時間的統計分布遵循冪律分布，且雪崩的形狀具有自相似性。進一步分析發現，不同估測方法（破裂關系、平均雪崩大小、形狀折疊）獲得的臨界指數高度一致。這些證據都是憶阻器中滲流網絡具有復雜時空相關性和存在雪崩臨界行為的重要支撐。臨界性在生物神經的信號感知方面也起著重要作用。受此啟發，團隊利用憶阻器的臨界性，成功地模擬了聽覺系統中毛細胞的頻率選擇功能，并實現了克服香農-奈奎斯特采樣定理（采樣頻率至少為信號最高頻率的兩倍）限制的波形復現功能。

憶阻器臨界性在類腦感知的應用

3 研究相關

上述工作以“Criticality and Neuromorphic Sensing in a Single Memristor”為題發表在國際期刊Nano Letters，該雜志屬于自然指數(Nature Index)期刊之一。該工作由廣州大學獨立完成，文章的第一作者是材料科學與工程專業2021級碩士研究生馬澤霖，葛軍博士為通訊作者，潘書生教授參與了研究工作。本研究得到國家自然科學基金、廣東省教育廳基金，廣州市科技計劃基金，廣州大學“2+5”學科與科研創新平臺—“新材料新裝備新制造”平臺的大力支持。

論文來源

https://pubs.acs.org/doi/10.1021/acs.nanolett.3c00389