1、研究背景
铁电材料因其在场效应晶体管（FeFET）中作为栅极绝缘体的应用而在下一代电子学和类脑计算领域受到广泛关注。然而，这些材料的进展受到选择性有限和记忆窗口狭窄的阻碍。传统的FeFET通过用铁电绝缘体替换标准金属-氧化物-半导体场效应晶体管（MOSFET）中的栅极绝缘体来实现，其中铁电体作为栅极电介质，可以为神经形态计算元件提供有效的硬件候选。特别是，FeFET中逻辑操作和存储功能的集成可能打破传统计算架构中由物理分离的处理和存储单元引起的冯·诺依曼瓶颈。尽管如此，铁电材料的这些应用仍然面临挑战，包括晶体多态性或相位不稳定性导致的大规模晶体生长困难，以及记忆窗口不足导致的记忆稳定性和神经计算准确性受损。
2、研究内容
为了克服这些挑战，复旦大学李文武，中国科学院福建物质结构研究所刘伟，孙志华联手在国际顶级期刊《Advanced materials》发文介绍了一种新型的二维铁电钙钛矿/二硫化钼（2D ferroelectric perovskite/MoS2）通道异质结场效应晶体管（FcFETs），这种晶体管在非易失性存储器和类脑计算领域展现出了巨大的潜力。
3、创新性成果
本研究主要使用了二维铁电钙钛矿（2D-PVK）和二硫化钼（MoS2）作为构建异质结的材料。二维铁电钙钛矿具有可定制的能带结构、少数层铁电性和亚毫米尺寸的单层晶片等特点，而MoS2则是一种常用的二维半导体材料，具有优异的电学性能。本文旨在设计并组装多样化的二维铁电钙钛矿/MoS2通道异质结构，以制造二维FcFETs，并研究其独特的电荷极性调制现象和显著的非易失性存储性能。通过这些研究，期望能够开发出具有宽记忆窗口、高电流比、快速编程速度、长期稳健保持等特性的新型非易失性存储器和人工突触设备，进而在心电图识别和机器视觉等领域展现出巨大潜力。
（1）新型异质结构的设计：本研究首次提出了二维铁电钙钛矿/MoS2异质结场效应晶体管的概念，并成功实现了其组装和测试。这种新型异质结构不仅结合了二维铁电钙钛矿的铁电性和二硫化钼的电学性能，还通过电荷极性调制实现了多功能电子器件的设计。
（2）高开关比：据报道，该2D FcFETs展现出了超过105的卓越电流开关比。这一非凡特性主要归因于铁电通道中极化状态的切换以及界面处电荷捕获的累积作用。
（3）超宽记忆窗口：通过优化器件结构和材料组合，本文成功实现了高达177V的记忆窗口。这一记录宽的记忆窗口为器件在高密度非易失性存储器中的应用提供了有力支持。
（4）铁电极性调制：在实验过程中发现，FcFETs的电荷转移特性会随着其通道层厚度的变化而发生变化，具体表现为从n型特性转变为p型特性。这种变化可能与通道异质结的能带结构以及接触势垒的特性密切相关。
（5）多级存储：该FcFETs具备出色的多级存储特性。通过精细地调整擦除电压脉冲的速率和幅度，研究人员能够实现对FcFETs存储状态的有效控制，从而实现多级存储。这项功能使得FcFETs在数据处理和存储领域具有极大的潜力。值得注意的是，即便在电压脉冲的宽度和幅度降低到极低水平（如10V和10微秒）的情况下，FcFETs依然能够保持稳定且有效的编程性能。
（6）突触识别高精度：FcFETs在模仿生物突触功能方面展现出了非凡的性能。通过施加一系列连续的负向和正向栅极电压脉冲，该设备成功地模拟出了兴奋性后突触电流（EPSC）与抑制性后突触电流（IPSC）的动态变化。更令人瞩目的是，在构建神经网络模型的应用场景中，FcFETs对于心电图（ECG）信号的识别能力极为出色，其识别精度高达91%。
4、小结
通过构建基于二维钙钛矿（2D-PVK）与二硫化钼（MoS2）通道异质结构的场效应晶体管（FcFETs），研究人员展示出了这些器件独特的电荷极性调控能力和卓越的非挥发性存储特性。这些特性包括一个极其宽广的滞后窗口，其值高达177V，以及快速的编程速度、出色的循环稳定性和极高的开关电流比，该比例达到了5×10^5。更为先进的是，通过精细地调控栅极电压，这些FcFETs成功地模拟了生物突触的抑制与兴奋功能，并在心电图识别以及噪声时装图案的辨识上展现出了高精度的性能。这些研究成果极大地彰显了FcFETs在未来类脑计算硬件领域中的巨大潜力。
5、论文插图
图 1. 2D-PVK的晶体结构和铁电性质。a) HA2MA2Pb3Cl10在铁电相（FEP）的分子堆叠。b) HA2MA2Pb3Cl10沿c轴方向的介电常数；插图：根据居里-外斯定律计算的100 kHz下倒数介电常数1/ε′随温度变化，可以计算出Cpara = 892.9 K和Cferro = 478.5 K。c) 在加热过程中收集的热释电电流，从热释电电流的积分中推断出温度依赖的Ps。d) 在顺电相（PEP）沿c轴的晶体结构堆叠图，显示了铁电的双轴特性。e) 用Aizu符号4/mmmFmm2表示的对称性破缺的赤道平面投影。f) 在不同温度下收集的沿c轴方向的极化与电场（P-E）滞后回线。
图 2. 大尺寸单层晶片和PFM表征。a) 2D-PVKs的机械剥离。b) 剥离的2D-PVK晶体的光学图像。c) AFM图像的高度剖面，突出了2D-PVKs明显的层状习惯。d) 晶体晶片表面的形貌图像。所有比例尺为1 μm。e) 横向PFM相位信号。f) 横向PFM振幅信号。g) 对于选定点的相位和振幅与电压信号，显示了局部PFM滞后回线。h) 初始状态的相位图像。i) 在+100和-100V的尖端偏压下记录的PFM相位图像。
图 3. FcFET结构和电学特性。a) 制造的FcFETs的示意图。b) FcFETs的光学显微镜图像。c) FcFETs的3D AFM图像。d,e) 不同FcFETs的P型和N型转移曲线，显示了累积的通道极化。f) 不同FcFETs的记忆窗口，显示了配置的普遍性。g) 薄通道和厚通道异质结的KPFM图像。h) 2D-PVK/MoS2铁电异质结与金上通道的表面电势差异。i) 在金基底上具有不同厚度的通道异质结的能带图。
图 4. FcFETs的性能表征。a) 通过栅极电压控制的FcFETs的保持测试。b) 在1000次擦除/写入周期后FcFETs的稳健耐久性，显示出高和低电阻状态的微弱降解。c) 在施加不同栅极电压脉冲后实现的多个Ids记忆水平。d,e) 在各种编程状态下的FcFETs，表明其多重数据存储特性。f) FcFETs与其他FET器件的记忆窗口比率、开关电流比和写入速度的比较。
图 5. FcFETs模拟人工神经网络。a) 在10个连续的负和正栅极电压脉冲下EPSC/IPSC。b) 在30个周期下潜在和抑郁突触权重更新。c) 基于ANN的ECG识别过程的示意图。d) 在1到20个训练周期中“N”波的权重更新过程。e) 在100个周期下设备的识别精度，插入图片是2000个计数的五种ECG波的混淆矩阵。
6、文章信息
Ferroelectric Perovskite/MoS2 Channel Heterojunctions for Wide-Window Nonvolatile Memory and Neuromorphic Computing
Haojie Xu, Fapeng Sun, Enlong Li, Wuqian Guo, Lina Hua, Ruixue Wang, Wenwu Li, Junhao Chu, Wei Liu, Junhua Luo, Zhihua Sun
