近年，鋰納米離子晶體管有希望用于神經形態硬件系統的人工突觸器件。然而，模擬的基本突觸功能，包括具有近似線性模擬權重更新的非易失性電導調制，已成為這些突觸裝置的一個重要里程碑，會直接影響模式識別的準確性。由于固體電解質界面的不穩定性和電解質-通道界面處的鋰離子成核，導致揮發性通道電導發生變化，這是導致鋰納米離子晶體管非線性開關的兩個關鍵現象。因此，將石墨烯作為原子薄離子隧穿層，用于建立鋰納米離子晶體管的非揮發性模擬多級導電。可控離子隧穿石墨烯與穩定固體電解質界面的共同作用，導致該器件表現出近乎線性的電導切換，具有不同的柵極可控的非易失性多級傳導狀態，最小不對稱比為0.26，最高開/關比為28。石墨烯層裝置的神經網絡模擬結果表明，手寫數字的識別精度較高。這些結果證明了原子薄的二維(2D)材料在納米離子突觸晶體管中作為離子隧穿層的潛在應用，并可促進高性能神經形態計算系統的開發。
Figure 1. A,B)三端突觸電晶體測量裝置示意圖。C,D) NG-LIST和G-LIST器件在柵極偏置的傳輸曲線。E,F)在串聯柵極電壓脈沖期間NG-LIST和G-LIST器件中的源極-漏極電導率變化。
Figure 2. 用于NG-LIST和G-LIST設備的離子模擬開關機制及其操作。
Figure 3. 基于石墨烯緩沖層的鋰離子突觸晶體管(G-LIST)的制造步驟。
Figure 4. NG-LIST和G-LIST器件的光學模式識別精度。
相關研究成果與2019年由浦項科技大學Hyunsang Hwang課題組，發表在Adv. Electron. Mater. ( DOI: 10.1002/aelm.201901100)上。原文：Controlled Ionic Tunneling in Lithium Nanoionic Synaptic Transistor through Atomically Thin Graphene Layer for Neuromorphic Computing
