近日，国际知名期刊《先进功能材料Advanced Functional Materials》在线发表了华中科技大学信息存储材料及器件研究所ISMD的最新综述文章“Recent Advances on Neuromorphic Devices Based on Chalcogenide Phase-Change Materials”。论文对相变存储材料的结构和动力学特性进行了简要的总结，并详细讨论了近几年利用该材料在电学和光学类脑器件中的进展。研究生麦贤良和林俊为论文的共同第一作者；徐明、周鹏（复旦大学）、缪向水教授为共同通讯作者；西安交大的张伟教授也深度参与了论文的撰写和修改。

随着CPU和内存性能的提升，两者之间的数据传输成为了阻碍计算机进一步发展的因素，称之为冯·诺依曼瓶颈。基于新型神经形态器件的类脑系统成为了打破这一瓶颈的出路。为了实现高速可靠的类脑系统，需要制备出高密度、低功耗、高精度的神经元和突触。作为传统的存储介质之一，硫系相变材料能够在晶态和非晶态之间可逆切换，并且能接收和存储外来刺激。因此，相变材料在模拟神经元和突触时具有得天独厚的优势。近日，在缪向水教授团队和徐明教授的带领下，我们阐明了相变材料的机理，总结并分析了相变材料在神经形态计算上的应用以及需要改进的地方。

图1.相变材料利用晶体和非晶体快速转换实现数据存储

相变材料具有两个相对稳定的状态，分别是晶态和非晶态。由于晶态和非晶态之间原子结构差距异常巨大，两种状态之间的电学和光学性质因此具有十分显著的区别。在合适的外部刺激下，相变材料能够逐渐从非晶态转变为晶态（图1）。这种特性与大脑中突触和神经元的生物行为非常类似。因此，利用相变材料模拟神经元和突触成为了科学家们的重要研究方向。其次，相变材料具有高速切换、高稳定性、低功耗和高循环次数的优点，有助于实现具有优异性能的高密度神经网络（图2）。

图2 用于实现神经网络的电子阵列和光学器件

目前，国际上已经发表了许多以相变材料为基材的神经器件。其中，利用相变单元作为人工突触的64k-cell神经形态阵列在手写数字识别任务上达到了惊人的97%准确率，展示了相变材料在神经形态计算领域上的巨大潜力。全光尖峰神经网络的开发也展示了相变材料光学特性在类脑计算上应用的可能性。但是，由于相变材料的固有缺点，如电阻漂移、电导响应不对称、器件差异性等，基于相变材料的神经网络性能仍有巨大的提升空间。因此，本工作为相关领域工作者在提升神经形态器件性能上提供了一定的思路。

该工作获得了国家重点研发计划（2017YFB0701701, 2017YFB0405601）、国家自然科学基金（51772113, 61851402，61925402）、国家科技重大专项（2017ZX02301007-002）和先进存储器湖北省重点实验室的支持。

文章信息和网页链接：

Xu, M., Mai, X., Lin, J., Zhang, W., Li, Y., He, Y., Tong, H., Hou, X., Zhou, P., Miao, X., Recent Advances on Neuromorphic Devices Based on Chalcogenide Phase‐Change Materials. Adv. Funct. Mater. 2020,2003419.

https://onlinelibrary.wiley.com/doi/10.1002/adfm.202003419