基于TiO2忆阻器的电学特性及其神经形态电路设计.pdfVIP

摘要

随着人工智能的快速发展，当前社会的产业也在不断调整和升级，朝着更加智能化、类

脑化方向发展。越来越多的科技和工业产品通过特定的神经网络算法加持，赋予其人脑思维

方式工作。然而现有的以CMOS(ComplementaryMetalOxideSemiconductor)为主导的硬件体

系结构，在神经网络权重调节方面显示出了极大的劣势。因此，迫切需要一种能够更加适合

应用神经网络的元器件。而忆阻器以其独有的电阻特性被认为是最能体现神经形态工作机制

的器件之一，然而现有的忆阻器模型并不能与工业界最新的器件工作频率保持一致，阻碍了

忆阻器在高频赫兹下的电路仿真。同时，现有基于忆阻器的神经形态电路大多以CMOS管作

为外围电路，结合忆阻器人工突触特性，通过其电导连续变化特性来模拟神经形态学习过程，

这样的工作机制带来较大的功耗、电路结构复杂以及缺乏标准的量化过程，不能体现忆阻器

在数字逻辑结构简单以及功耗低方面的优势。针对忆阻器高频仿真器模型的缺乏，以及现有

忆阻器神经形态电路的不足，本研究将神经形态工作机制映射到基于忆阻器的数字逻辑门电

路中，完成了以下工作：

（1）首先选取TiO2作为忆阻器中间层，通过旋涂和磁控溅射等方法制备了TiO2型忆阻

器。其次设计单一和交叉阵列结构的掩模版，对TiO2忆阻器进行多项电学特性测试。其中器

件在多次相同极性电压循环测试中，其I-V特性、电阻保持特性均表现出较好的稳定性和一

致性，可长时间稳定存储数据，在直流和连续脉冲测试中，TiO2忆阻器表现出较好的电导调

制特性。

（2）在TiO2忆阻器电学特性测试基础上，引入惠普、西蒙斯隧道势垒、TEAM和VTEAM

等忆阻器仿真模型，分析模型优缺点以及适用范围。选择VTEAM(VoltageThrEsholdAdaptive

Memristor)模型作为后续电路设计的仿真模型。此外，通过分析忆阻器物理定义中磁通和电荷

关系，设计了可以在兆赫兹频率下依旧保持忆阻I-V特性的忆阻器仿真器，并通过了Cadence

Pspice软件进行仿真验证，该仿真器解决了当下忆阻器仿真模型在高频赫兹下失去忆阻特性

成为线性电阻的问题。

（3）基于TiO2忆阻器表现出稳定的电阻保持特性和I-V循环特性，通过Verilog-A语言

对高频忆阻模型进行硬件建模，设计了以MOS管为外围电路，忆阻器阻值为表现形式的神

经形态联想学习电路，成功模拟了生物上经典的“巴普洛夫狗”条件反射实验。并在此电路

基础上，对电路冗余度进行优化，使用VTEAM模型与忆阻器实验数据拟合，通过TiO2忆阻

器基础逻辑门电路，构建了基于TiO忆阻器的数字型神经形态电路，完整模拟了“巴普洛夫

2

狗”的联想学习记忆与遗忘的过程。

关键词:忆阻器，TiO，忆阻器高频仿真器，数字型神经形态电路

2

Abstract

Withtherapiddevelopmentofartificialintelligence,industriesintodayssocietyareconstantly

adjustingandupgrading,movingtowardsamoreintelligentandbrain-likedirection.Anincreasing

numberoftechnologicalandindustrialproductsareempoweredwithhumanbrain-likethinking

capabilitiesthroughspecificneuralnetworkalgorithms.However,theexistinghardware

architecturedominatedbyCMOS(ComplementaryMetalOxideSemiconductor)