一种氧化锌纳米线突触晶体管的研究

陈 凡

（厦门海洋职业技术学院信息工程学院 福建 厦门 361000）

在人类大脑中，突触在记忆和学习方面起着重要作用。作为神经元之间的功能联系，突触可以通过发送和接收神经递质来传递信息[1]。突触权重是用来衡量两个相邻神经元之间连接的强度。在神经科学中，通过调节突触的权重来存储和处理信息的行为被称为突触可塑性[2]。

到目前为止，人们在制造电子人工突触方面做出了很多努力。CHEN[3]通过开发硅基互补金属氧化物半导体电路来模拟突触行为，其无法满足人工神经网络的规模，且与生物突触相比，具有很高的能耗。为了将神经形态电路减少到人脑的规模，开发低功耗的纳米级设备是很有必要。最近出现了一些致力于在单个设备中实现人工突触的研究[4]。ALIBART[5]团队证明了一种混合纳米有机记忆场效应晶体管可以模拟生物突触的短期可塑性，并表现出促进或抑制行为。Nishitani[6]团队提出了一种使用铁电薄膜作为栅极介质膜的突触晶体管，利用铁电栅场效应晶体管实现基于尖峰时间依赖突触可塑性的突触学习功能。

本文介绍一种基于氧化锌纳米线（ZnO-NW）晶体管的单一突触器件。氧化锌是n 型半导体，具有较高的电子迁移率，可以降低氧化锌晶体管的工作电压和功耗。在氧化锌薄膜器件中已经可以同时实现长时程增强（LTP）和长时程抑制（LTD）等重要的突触功能。而氧化锌纳米线可以模拟神经纤维的拉长形态，但目前未有氧化锌纳米线晶体管方面的电子突触特性研究。因此我们致力于研究ZnONW 晶体管的突触功能。

1.1 材料和器件制备

采用高磷掺杂硅衬底作为背栅，热生长100 nm 厚的背栅氧化物（SiO2）。以氧化锌和碳粉的混合物为前驱体，975 ℃下，在约2 nm的镀金Si（100）衬底上生长ZnO纳米线。随后将氧化锌纳米线浸入丙酮溶液中进行超声振动，使其从衬底上剥离后分散到具有SiO2涂层的硅衬底上。通过直流磁控溅射在直径为50 nm 的单根ZnO-NW 的两个端子上沉积了两个间距为3 μm 的溅射钛电极，经过剥离工艺后形成晶体管。

1.2 器件测试

晶体管的电性能采用半导体表征系统（4200-SCS：美国基思利）进行测试。为了研究器件的突触行为，将栅极和漏极分别视为前突触和后突触的位置，并分别与脉冲刺激相连。所有测试均在室温空气中进行。

三端器件可以被视为一个突触，其通过栅极动态控制晶体管的电导与突触权重性能相似。图1为以一根ZnO 纳米线作为源漏通道的三端器件以及其在神经元网络中如何作为人工电子突触工作的示意图。图2显示出了具有底栅结构的ZnO 纳米线晶体管的传输特性，通过将栅极电压（左）从不同的正值扫至-10 V，其阈值电压如左图中的箭头所示逐渐向左移动，栅极电压（右）从不同的负值扫至+10 V，阈值电压如右图向右移动。由此可见，传输曲线的整个位移与扫描栅极电压的层叠值以及扫描范围和扫描方向密切相关。在某个固定栅压下（如图2中虚线位置）沟通电流值是不同的，说明该晶体管电导可调且具有很宽的调节范围。

图1 生物神经元网络与ZnO-NW 器件示意图

图2 氧化锌纳米线晶体管在不同栅压扫描下的传输特性曲线

基于能够通过栅极电压调节通道电导和阈值电压的ZnO-NW 晶体管，我们提出了用于模拟突触功能的单个三端晶体管模型。在这种突触晶体管中，施加在栅电极上的电压脉冲通常被视为前突触尖峰或外部刺激，通道电导通常被视为突触权重[7]。图3显示了该突触晶体管的模拟电导开关行为，表现为对器件施加负脉冲序列后，器件的工作模式从低电导状态逐渐切换到高电导状态，施加正脉冲序列后，器件的工作模式从高电导状态反向切换到低电导状态。此外，每个脉冲的能量耗散也可以平均降低到约1.0 pJ的水平。

图3 脉冲刺激下氧化锌纳米线晶体管的权重调节

对于神经形态硬件，突触器件需要有模拟开关的特性，包括其线性、运行速度和功耗等。在基于机器学习的神经形态应用中更希望是线性电导调制，因为它可以简化权重调整过程。图4为晶体管的9 个重复增强/抑制循环的曲线图。增强（抑制）过程可以用以下模型很好地描述：

G=a-ce-βt（G=a+ce-βt）

其中G是电导，t是测量时间，a、c和β是拟合参数。这里的指数因子β可以反映电导调制如何偏离线性过程。β值越大，表示非线性切换越大，反之亦然。我们对ZnONW 突触晶体管的多次增强和抑制过程进行了数值拟合，如图4插图所示增强和抑制过程的β值统计值低于0.16，抑制过程的β值低于增强过程，这说明ZnO-NW 器件作为人工突触器件的线性度很好，特别是抑制过程。

图4 器件的9 次重复增强/抑制循环的权重调节曲线图及对应β 值

为了进一步研究权重与刺激参数之间的关系，我们在晶体管的栅极上施加了不同电压幅度宽度为100 ms 的单向方波尖峰。图5显示了电导与脉冲幅度和脉冲数量之间的关系。发现无论是增强还是抑制过程，施加在栅极上的脉冲幅度越大，器件电导变化越陡，随着脉冲数的增加，电导变化值也随之增大，最终达到稳定的传导状态。这与在外部刺激下学习初期效果最佳，随着刺激的增加学习效果逐渐减小，最终达到饱和的生物突触学习过程表现一致。该器件饱和的原因是SiO2层中流动质子在不同电压下的限制。突触饱和对于维持系统可靠性，避免突触强度失控增长和过度神经放电方面起着至关重要的作用[8]。

图5 器件电导与脉冲幅度和脉冲数的关系

突触可塑性按记忆保留能力可分为长期可塑性和短期可塑性，分别对应长期记忆行为和短期记忆行为。短期可塑性可以使神经连接持续几分钟甚至更短的时间，而长期可塑性则可以持续数小时到数年。短期可塑性可以在本器件中通过重复刺激转换为长期可塑性[9]。图6展示了一种使遗忘信息更容易重新被学习的“学习－经验”行为。图中黑色部分为依次用50 个脉冲刺激后，器件权重随着脉冲数量的增加而逐渐变大。蓝色部分为移除施加的电压后且在没有外部输入的情况下，器件权重自发衰减，初始衰减速度较快，然后逐渐减慢，但是权重不会回到初始状态，而是稳定在一个中间状态。红色部分为当突触器件从中间状态再次受到刺激时，只需要20 个的脉冲刺激就能使其权重恢复到原来的水平。这些现象说明该ZnO-NW 突触晶体管具有更容易重新学习被遗忘信息的“学习－经验”行为[10]。

图6 ZnO-NW 器件的“学习－经验”行为

我们还研究了不同数量的脉冲刺激序列施加于器件后短期可塑性的弛豫过程。如图7所示，保留曲线是在栅电极上施加10、15……30 和35 个刺激序列（每个刺激序列包括10 个6 V、200 ms 脉冲）后记录的，可以用公式（1）拟合：

C0和A 是t=0 时的记忆水平，是经过很长一段时间后处于稳定状态，τ是松弛时间常数，可用来计算遗忘率。表1为保留时间（τ）与刺激序列数（N）的变化关系。随着刺激次数的增加，τ有明显增大，这表明遗忘率在降低。结合图7与表1可以发现，随着脉冲刺激序列的增加，器件电导在相同时间内有更少的遗忘丢失和更长的保留时间。这种现象被认为是通过重复刺激实现从短期可塑性到长期可塑性的转变。

表1 刺激级数的数量（N）与对应的弛豫时间常数（τ）

图7 器件在不同次数相同刺激后的记忆保持数据及其拟合曲线

本文成功地展示了一种具有可靠的模拟电导调制行为、基于氧化锌纳米线晶体管的电子突触器件。在这样一个低功耗的电子器件上模拟出重要的突触功能，如长时程增强/抑制、“学习－经验”等行为。在增强和抑制的过程中，氧化锌纳米线器件展示了作为人工突触器件的线性度优越性。因此，基于氧化锌纳米线的突触晶体管在今后生化传感器和神经形态系统的研究中具有很大的潜力。