+86-21-51987688
首页 > 行业动态 > 【HKUST-1处理器】用于光控记忆神经形态计算的金属有机框架单晶
【HKUST-1处理器】用于光控记忆神经形态计算的金属有机框架单晶
摘要:
1. ITMO University的Semyon V. Bachinin、Valentin A. Milichko和同济大学李风亭老师等报道的本篇文章(Commun Mater 2024, 5, 128 )中报道了一种基于金属-有机框架(MOF)单晶的存内计算架构,该架构通过光控制实现了神经形态计算。
2. 研究表明,具有固有记忆行为的MOF在光照射下其电响应会发生非线性变化,从而产生三个及更多电子状态(脉冲),持续时间为81毫秒,并且具有1秒的不应期,这允许实现每秒40比特的光电数据处理。
3. 此外,通过一系列激光脉冲的作用,该架构能够在神经形态状态下进行文本识别,准确率接近100%,并且能够重复50次以上。因此,MOF单晶同时实现数据存储、处理和神经形态计算,为多功能存内计算架构铺平了道路。
 
研究背景:

1)  传统的冯·诺依曼计算架构中,计算和存储单元是物理分离的,这限制了计算速度和能效。神经形态计算架构通过模拟人脑神经网络,能够实现快速、能效高的存内计算,但现有材料在多级状态提供、历史依赖行为等方面存在限制。
2)  过去的研究中,从传统的金属氧化物、混合纳米复合材料到原子级薄的无机二维材料,研究者们一直在探索能够实现存内计算的活性材料。
3)  作者提出了一种基于MOF单晶的存内神经形态计算元素,利用MOF的固有记忆行为并通过激光辐照调节其电子状态,实现了快速响应和高准确度的神经形态计算。
 
实验部分:
1. MOF的选择与逻辑元素的构建:选择HKUST-1作为MOF材料,构建基于其单晶的逻辑元素。
1)  购买商业化的HKUST-1
2) 设计三通道逻辑单元,包括电输入、光输入和输出通道。
3) 在玻璃基底上通过热蒸发沉积100纳米厚的金膜,并用激光切割形成1-50微米间隙的电极。
4) 将HKUST-1单晶手动放置于金电极间隙上。
实验结果:成功构建了基于HKUST-1的逻辑元素,并在金电极和MOF晶体之间形成了物理接触。
2. 逻辑元素性能测试:在暗条件下对逻辑元素进行电子测量。
1) 使用示波器和电压源对6个独立逻辑元素进行电子测量。
2) 调节电压脉冲的形状和重复率,记录HKUST-1的电阻率变化。
实验结果:在15伏设定电压下,HKUST-1展现出10至10^4的电阻率变化,表现出优异的存储性能。
3. 光控制下的电子响应研究:研究逻辑元素在光照射下的电子响应。
1) 使用波长为1050纳米的激光对逻辑元素进行照射。
2) 调整激光功率,观察输出信号的变化。
实验结果:在激光照射下,逻辑元素展现出脉冲行为,脉冲幅度随激光功率增加而增大。
4. 神经形态计算模拟:模拟基于逻辑元素的神经网络性能。
1) 利用IBM AnalogHardwareAccelerationKit(aihwkit)进行神经网络模拟。
2) 使用MNIST数据集进行手写数字分类模拟。
实验结果:神经网络模型展现出超过50次的重复操作能力,准确率接近100%。
 
分析测试:
1. 电子测量:在8千伏/厘米的电场强度下,HKUST-1的电阻率变化范围为10至10^4,ON/OFF比率达到10^1至10^4。
2. 时间分辨测量:逻辑元素对激光照射的响应时间具有10毫秒的延迟,脉冲上升时间为41毫秒,持续时间81毫秒,随后在25毫秒内放松回到初始状态。
3. 光谱依赖性分析:在600至1200纳米的波长范围内,逻辑元素的脉冲幅度随激光波长变化,与HKUST-1的吸收谱一致。
4. 湿度影响研究:湿度的增加导致脉冲幅度的增长,加热处理后逻辑元素失去对激光的响应,但在空气中暴露20分钟后可以恢复。
5. 电容测量:激光照射导致HKUST-1电容从4pF增加到7pF,然后迅速恢复到初始状态,表明激光诱导的H2O分子释放增加了电容。
 
总结:
本文成功实现了基于MOF单晶的存内神经形态计算架构,通过光控制调节MOF的电子状态,实现了快速的光电数据处理和高准确度的文本识别。这一研究成果不仅展示了MOF在存内计算中的应用潜力,也为开发多功能存内计算架构提供了新思路。
 


展望:
本文的研究为MOF在神经形态计算领域的应用提供了有力的证明,未来的工作可以在以下几个方面进行扩展:
- 材料优化:进一步优化MOF材料的光电特性,提高其在存内计算中的性能。
- 机制深入:深入研究MOF在光控制下的电荷生成和传输机制,为设计新型神经形态计算材料提供理论基础。
- 系统集成:将MOF基神经形态计算元素与现有的电子系统集成,实现更复杂的计算任务。
 
Metal-organic framework single crystal for in-memory neuromorphic computing with a light control
文章作者:Semyon V. Bachinin, Alexandr Marunchenko, Ivan Matchenya, Nikolai Zhestkij, Vladimir Shirobokov, Ekaterina Gunina, Alexander Novikov, Maria Timofeeva, Svyatoslav A. Povarov, Fengting Li & Valentin A. Milichko
DOI:10.1038/s43246-024-00573-6
文章链接:https://www.nature.com/articles/s43246-024-00573-6


本文为科研用户原创分享上传用于学术宣传交流,具体内容请查阅上述论文,如有错误、侵权等请联系修改、删除。未经允许第三方不得复制转载。