客户成果丨华南师范大学《Advanced Materials》：光控模式切换的光-铁电耦合增强型α-In₂Se₃晶体管

华南师范大学电子科学与工程学院（微电子学院）的霍能杰研究员团队在光控双模切换器件领域取得最新进展，该研究成果以“Opto-Ferroelectric Coupling Enhanced α-In2Se3 Transistors With Light-Controlled Mode Switchover”为题，发表于国际顶级期刊《Advanced Materials》上。

摘要

背景：

受人脑神经元和突触的启发，神经形态计算被认为是实现高效率和低能耗的理想方法。

这主要适用于处理特定的任务，如模式识别，图像处理和自然语言处理。然而，对于某些通用计算需求，如数值计算和逻辑运算，传统的互补金属氧化物半导体（CMOS）器件仍然表现出更高的效率。然而，由于它们之间在数据处理和功耗方面的差异，神经形态计算单元通常与数字逻辑处理单元不兼容，限制了它们在一个设备内处理不同计算任务的应用。受控接口工程，光学传感，非易失性光存储和视觉突触计算已经集成在单个器件中。通过构建异质结构，也实现了光电检测和数据存储之间的功能互换。然而，这些报道的双模器件缺乏数字逻辑处理和神经形态模拟计算两者所需的所有功能。它们还依赖于复杂的电路组合和电压偏置，这些限制阻碍了硬件集成系统的发展，以及它们的可扩展性和长期稳定性。

创新点：

利用光-铁电耦合增强效应，在基于α-In2Se3/h-BN栅介质和MoS2沟道的铁电晶体管中，实现了逻辑处理与神经形态计算模式间的光控切换。暗态下，该晶体管工作于数字逻辑模式，具有109的高电流开关比、33 mV/dec的超低亚阈值摆幅和5.6×10-13A的低漏电流，在逻辑处理领域具有应用潜力。通过互连n型和p型晶体管，研究进一步构建了高噪声容限、低功耗的反相器及或非电路。光照条件下，α-In2Se3的铁电极化场显著增强，导致磁滞窗口（ΔV）扩大，晶体管切换至光电突触模式以实现神经形态计算，能够支持图像分类任务，准确率高达94.43%，单脉冲能耗低至0.47 pJ。本工作提出的光-铁电耦合增强型晶体管解决了数字逻辑与神经形态计算单元的兼容性难题，为下一代计算器件提供了新思路。

工作内容

二维（2D）材料因其优异的物理和化学性能成为后摩尔时代的候选材料，为多功能器件的开发提供了丰富的平台，并取得了重大突破。该研究基于二维材料晶体管，其可以通过简单的光控制策略在一个器件内切换逻辑处理和神经形态计算的不同操作模式。此外，一系列表征证实了该器件在光控双模切换工作中的潜在应用价值。

图1 器件设计、结构及表征。(a) OCE-FETs结构示意图。(b) 器件在不同模式下的功能与应用展示。(c) α-In2Se3、MoS2及其堆叠异质结的拉曼光谱。(d) 原子力显微镜（AFM）实测器件中各组分材料的高度分布。(e) OCE-FETs的扫描透射电子显微镜（STEM）图像。(f) 对应的高角环形暗场（HAADF）像及能量色散X射线（EDX）元素分布图。(g) 依次施加+8 V与-8 V偏压后扫描获取的压电力显微镜（PFM）相位图。(h) 300至630 K温度范围内的二次谐波（SHG）信号（红点：升温过程；蓝星：降温过程）。

在黑暗条件下，器件具有极小的转移滞回曲线窗口，其前向和后向传输曲线相交，这是由于α-In2Se3的铁电极化和h-BN引起的栅极静电掺杂的共同影响。随着光功率的增加，丰富的光生载流子可以穿过h-BN进入α-In2Se3层。随后，铁电静电场可以与光生空穴或电子强烈耦合，导致铁电固定电荷在α-In2Se3层中增加，从而提高铁电极化场，使滞回曲线在光照下增大，具有光存储能力。因此，该器件在传输特性上的显著差异使得其能够通过光控制实现可编程功能。

图2 OCE-FETs的工作机制。(a) 有无光照条件下OCE-FETs不同工作状态的示意图。(b) 暗态与光照条件下（Vds = 0.5 V，波长405 nm）器件的转移特性曲线。(c) OCE-FETs在（i）暗态和（ii）光照条件下的能带示意图。(d) 铁电双势阱能量分布图。(e) 连续15次光开关循环中ΔV的统计图。(f) 提取的ΔV随光功率密度变化的关系曲线。

在黑暗下，该器件充当逻辑晶体管，其实现109的高电流开/关比，33 mV/dec的低亚阈值摆幅，由于α-In2Se3的铁电极化效应和h-BN的电容匹配效应，栅漏电流为5.6×10-13 A。在此基础上，进一步集成了n型MOS2和p型WSe2晶体管，用于低功耗CMOS反相器和NOR逻辑电路，且反相器具有高增益、高噪声容限和低功耗的特点。

图3 OCE-FETs在暗态下的电学性能表征。(a) OCE-FETs的输出特性曲线。(b) 不同Vds下的转移特性曲线及栅极漏电流水平。(c) Vds = 0.1 V时，正向与反向栅极扫描下亚阈值摆幅（SS）随漏源电流（Ids）的变化曲线。(d) 不同类型晶体管的电流开关比与最小SS值对比。(e) OCE-FETs开关比与最小SS值的统计分布。(f) OCE-FETs初始性能与在空气中存放1个月后的性能统计。

图4 OCE-FETs在暗态下的逻辑电路实现。(a) CMOS反相器的电压传输特性曲线及电路结构图。(b) 不同电源电压（VDD）下的电压增益。(c) VDD = 1 V时反相器的噪声容限。(d) VDD = 1 V时反相器的静态功耗。(e) VDD = 1 V条件下不同类型反相器电压增益与静态功耗对比。(f) 采用两路幅值为2.5 V的准静态方波（VA和VB）构建的逻辑或非门电路结构及输出结果。

在光照下，强烈的光铁电耦合效应导致ΔV增大，光记忆能力增强，将OCE-FET切换到突触模式。通过设计可编程光脉冲序列调控系统，对突触前刺激的参数（脉冲频率、数量、强度等）进行精确调控，系统研究了器件模拟生物突触的神经动力学特性。该突触器件展现出包括：①双脉冲促进效应（PPF）在内的神经形态特性、②长时程/短时程可塑性（LTP/STP）转换。此外，为了展示光控切换的神经形态计算能力，进一步利用人工神经网络对MNIST 数据集中的手写数字图像进行模拟和分类，准确率高达94.43%。该工作通过光-铁电耦合效应解决了神经形态计算与传统数字逻辑处理之间的不兼容性，为下一代计算设备提供了新的途径。

图5 光态下用于神经形态计算的人工突触。(a) 人脑及人工神经网络（ANN）中的视觉突触示意图。(b) 双脉冲易化（PPF）指数随脉冲间隔时间Δt的变化曲线（采用双指数函数拟合）。插图为连续双脉冲激发的兴奋性突触后电流（EPSC）。(c) 不同光脉冲频率（0.2至2 Hz）下30个脉冲激发的EPSC。(d) 6、20、40、60及100个光脉冲激发的EPSC。(e) 不同脉宽（100 ms至4 s）单光脉冲激发的EPSC。(f) 采用多光脉冲模拟生物记忆学习与遗忘过程。(g) 32个脉冲下光控长时程增强（LTP，光功率密度Plight = 2.12 mW/cm²，脉宽1 s，间隔2 s）与栅压（Vg）控长时程抑制（LTD，Vg = 0.5 V，脉宽1 s，间隔2 s）。(h) 针对28×28像素手写数字图像的训练周期识别准确率。(i) 人工神经网络的混淆矩阵。矩阵每行代表期望输出数字，每列代表实际预测输出数字。(j) 20个循环中突触权重的增强与抑制更新过程。

该工作中通过使用 TuoTuo Technology（UV Litho-ACA）的无掩模光刻机完成了晶体管及逻辑电路的制备工作。此项研究工作获得国家自然科学基金、广东省基础与应用基础研究基金会、上海市科学技术委员会、上海东方英才计划青年项目与广东省芯片与集成技术重点实验室等项目的持续支持。目前，相关技术已申请发明专利1项。

文章链接：https://doi.org/10.1002/adma.202514329

作者信息：华南师范大学电子科学与工程学院（微电子学院）硕士研究生罗成明、陈雯洁为共同第一作者，华南师范大学霍能杰研究员和复旦大学李文武研究员为共同通讯作者。