情報技術の急速な発展に伴い、コンピューティング タスクの規模と複雑さは増大し続けており、コンピューターのパフォーマンスに対する要件も高まり続けています。ただし、伝統的なフォン・Neumann アーキテクチャは、データ伝送のボトルネックと高エネルギー消費の問題によって制限されており、人工知能やモノのインターネットなどの将来の分野の複雑なコンピューティング ニーズを満たすことが困難になっています。したがって、新しいコンピューティング アーキテクチャとハードウェア実装ソリューションを探索することが、学界と産業界の共通の目標となっています。中でも、メモリスタベースのニューロモーフィック コンピューティングは、生物学的脳の並列コンピューティングと低消費電力特性をシミュレートできるため、最先端の研究で注目を集めているトピックの 1 つとなっています。最近、南京大学ユー・リンウェイ教授のチーム表面ベースの開発に成功内部固体-液体-固体(IPSLS）成長しましたnタイプ シリコン ナノワイヤ (n-SiNW) メモリスター、合格"ナノワイヤー-エッジ”準一次元の交差点1D クロッシング革新的な接触構造導電性フィラメントの形成プロセスをナノスケールで正確に制御超低消費電力、超高速応答、高い均一性を備えたニューロモーフィック コンピューティング ハードウェアを実現します。この研究結果は、大規模な脳のようなコンピューティングに対する新しいハードウェアのサポートを提供し、バイナリ腫瘍認識アプリケーションで優れたパフォーマンスを示します。
1 革新的なテクノロジーが主要な問題を解決
Memristor は、その低消費電力とシナプスに似た特性により、脳にインスピレーションを得たコンピューティングの分野で多くの注目を集めています。ただし、従来のメモリスタの導電性フィラメントの性能は限られています (CF抵抗変化デバイスの動作を改善し、均一性を向上させます。しかし、現在のナノワイヤメモリスタの作製は依然として高精度のフォトリソグラフィーまたは転写アセンブリプロセスに依存しており、その結果、製造プロセスが複雑で高価になるだけでなく、大規模集積の実現可能性も制限されます。
研究チームは革新的な解決策を提案します:
(1)低コストのバッチ測位準備:に基づくIPSLS成長テクノロジー、高コストのナノ加工は不要基板上に大規模にn-SiNWを正確に成長させ、制御可能に配置、高い均一性を実現し、伝統を打ち破る“転送-アセンブリ”制限事項、大幅な改善点ナノワイヤー デバイス準備の効率化、生産コストの削減。
(2)エッジ線接触(エッジライン接触) 構造: CF の正確な制御核生成役職と成長サイズ、デバイスの改善均一性。
図 1 IPSLS 技術に基づく大規模シリコン ナノワイヤ メモリスタ製造の概略図。
このテクノロジーを通じて、n-SiNWMemristor は、パフォーマンスの画期的な進歩を達成するだけでなく、大規模製造の実現可能性も備えており、効率的なニューロモーフィック コンピューティング ハードウェアに新たな可能性をもたらします。
2 包括的なパフォーマンスのアップグレード
研究チームが開発したAg/SiO₂/n-SiNWメモリスタはさまざまな優れた特性を示します:
(1)動作電圧が低い：08V(標準偏差0.073V）
(2)高いスイッチ率：>10⁷
(3)超高速な応答速度：8ns
(4)非常に低い消費電力: 1 回の操作でのエネルギー消費量はわずか 472 fJ
(5)高い均一性: デバイス間の一貫性が大幅に向上
図 2 n-SiNW従来の薄膜メモリスタと比較したメモリスタの性能は、均一性とスイッチング性能の大幅な向上を示しています。
これらの特性により、低電力、高速ニューロモーフィック コンピューティング ハードウェアにおけるアプリケーションの重要な可能性が期待されます。
3 エッジラインコンタクト: メモリスタの均一性とエネルギー効率を向上させる重要なメカニズム
(1)ナノワイヤのサイズ制限、自己制限的な CF成長，
従来の薄膜メモリスタと比較して、SiNWメモリスターCF成長サイズ空間的制限により、SiNWと組み合わせて小さな導電パスのみが形成されるの固有抵抗特性、自己制限型を実現スイッチ動作を抑制し、漏れ電流と消費電力を削減します。
(2)エッジ電界増強効果、最適化されたCF｝成長場所
でSiNWの交差点電極端部では局所的な電界強度が大幅に増大し、高電界領域が形成されます。この特性によりプロンプトが表示されます。銀イオンはエッジ領域に集まって形成される傾向がありますCF、したがって実質的に制限されますCFの成長範囲デバイスのパフォーマンスが向上します制服セックスと制御性。
図 3 エッジラインコンタクト構造がメモリスタスイッチングメカニズムに及ぼす影響
4 脳のようなニューロン モデリング、インテリジェント コンピューティングを強化
研究チームはさらにn-SiNWに基づいたMemristor、調整パラメータが正常に構築されましたS型の確率的活性化関数を備え、バイナリ腫瘍認識タスクに適用される脳様ニューロン。データセットのテストでは、このニューロン モデルの分類精度は96.2%、ソフトウェア シミュレーション ニューラル ネットワークに近い (97.4%)。この成果は、確率計算のコアユニットとして使用できることを示し、将来の脳のようなコンピューティングチップに新しいソリューションを提供します。
図 4 n-SiNW メモリスタに基づく S 字型確率的活性化ニューロンの実装
図 5 n-SiNW ニューロンに基づくバイナリー腫瘍診断の実装
将来を見据えて: コンピューティングのよりスマートな未来に向けて
この研究の画期的な成果は、人工知能、精密医療、エッジコンピューティングなどの分野で中心的な役割を果たすことが期待されるニューロモーフィックコンピューティングハードウェアに新しいアイデアを提供します。将来的に、研究チームは、高密度ニューロモーフィック コンピューティング チップにおけるメモリスタの応用をさらに研究し、インテリジェント コンピューティングをより高い効率、より低い消費電力、より多くのコスト利点を備えた新時代に推進する予定です。
この仕事は最近完了しました「確率的ニューロモーフィック コンピューティングのための面内固体-液体-固体成長シリコン ナノワイヤーを備えた高性能エッジライン コンタクト メモリスタ」「ACS ナノ》日記。この記事の筆頭著者はクイーンカジノ入金不要ボーナスの博士課程学生、Yan Lei氏であり、Yu Linwei教授がこの記事の責任著者です。この研究は、南京大学のChen Kunji教授、Xu Jun教授、Shi Yi教授、Wang Junzhuan教授、揚州大学のLiu Zongguang教授の支援と指導を受けました。この研究活動は、国家重点研究開発プログラム、中国国家自然科学財団優秀若手学者プログラム、および中国国家自然科学財団重点プロジェクトの資金提供を受けています。
論文情報:
確率的ニューロモーフィック コンピューティング用の面内固体-液体-固体成長シリコン ナノワイヤーを備えた高性能エッジライン コンタクト メモリスタ。
レイ・ヤン、イーフェイ・チャン、ジヤン・フー、Zongguang Liu、Junzhuan Wang、Linwei Yu*。
ACS ナノ
予備的な関連作業:
1高性能電界効果トランジスタのためのシリコンナノワイヤチャネルの段階的な成長、Lei Wu、Zhiyan Hu、Lei Liang、Ruijin Hu⁎、王俊宣⁎、リンウェイ・ユー⁎、自然コミュニケーション, 2025, 16(1): 965.
2触媒 Si ナノワイヤ チャネルの規則正しい配列に基づく高性能ゲートオールラウンド電界効果トランジスタ. ウェイ・リャオ、ウェンタオ・チェン、ジュンヤン・アン、レイ・リャン、ジーヤン・フー、ジュンジュアン・ワン, そしてリンウェイ・ユー⁎。ナノマイクロ文字、2025, 17(1): 154.
3超低動作電圧を備えたローレンツ力作動双方向ナノ電気機械スイッチ、Dianlun Li、Jiang Yan、Ying Zhang、Junzhuan Wang⁎、リンウェイ・ユー⁎、ナノ文字,2024、24(37): 11403-11410。
4巧みなロボット操作のためのベクトルローレンツ力によって駆動される超小型のシングルナノワイヤモーフィンググリッパー、Jiang Yan、Ying Zhang、Zongguang Liu⁎、Junzhuan Wang、Jun Xu、Linwei Yu⁎、自然コミュニケーション14、3786 (2023)。
5. 柔軟なポリイミド フィルム上に直接成長させたシリコン ナノワイヤ スプリング アレイに基づく高感度ひずみセンサーのスケーラブルな統合. シャオパン・ソング, ヤン・グー, 王盛*, ジュニファン, アン・ジュニャン, レイ・ヤン, サン・ビン, ワン・ジュンジュアン、リンウェイ・ユー⁎、ナノ文字, 2025.
研究グループの紹介：https://esenjueducn/ylw
