DOI: https://doi.org/10.1007/s40820-024-01335-2
PMID: https://pubmed.ncbi.nlm.nih.gov/38372805
تاريخ النشر: 2024-02-19
المؤلف: Hangbo Zhou وآخرون
الموضوع الرئيسي: الذاكرة المتقدمة والحوسبة العصبية
نظرة عامة
تقدم هذه القسم مراجعة شاملة للتطورات في مصفوفات الميمريستيف المستندة إلى المواد ثنائية الأبعاد (2D)، مع التركيز على إمكانياتها في الحوسبة داخل الذاكرة. تحدد العوامل الحاسمة اللازمة لتحقيق الحوسبة الفعالة داخل الذاكرة، بما في ذلك اختيار المواد، وتحليل أداء الأجهزة، وتصميم هياكل المصفوفات. كما تتناول المراجعة التحديات التي تواجه الانتقال من تقييم الأجهزة الفردية إلى تنفيذات أكبر على مستوى المصفوفات والأنظمة، مقترحة حلولاً لهذه العقبات.
تسلط الورقة الضوء على قيود الهياكل الحاسوبية التقليدية، خاصة فيما يتعلق بالزمن المستغرق واستهلاك الطاقة، وتضع الحوسبة داخل الذاكرة كبديل قابل للتطبيق. تُلاحظ الأجهزة الميمريستيف، وخاصة تلك المستندة إلى المواد ثنائية الأبعاد، لتكويناتها عالية الكثافة، وأوقات استجابتها السريعة، وقدرتها على تقليد المشابك البيولوجية، مما يجعلها مناسبة لتطبيقات الحوسبة من الجيل التالي. تهدف المراجعة إلى سد الفجوة بين توصيف الأجهزة الفردية والتطبيقات الأوسع في الحوسبة العصبية، وبالتالي تعزيز مجال الحوسبة داخل الذاكرة من خلال استخدام المواد ثنائية الأبعاد.
مقدمة
في عصر ما بعد قانون مور، أدت قيود بنية فون نيومان التقليدية إلى تحول نحو الحوسبة الموفرة للطاقة، خاصة في سياق الذكاء الاصطناعي. ظهرت الحوسبة داخل الذاكرة كحل قابل للتطبيق لتعزيز كفاءة الحوسبة من خلال تقليل نقل البيانات بين الذاكرة ووحدات المعالجة، مما يقلل من استهلاك الطاقة. تمثل الحوسبة العصبية، التي تحاكي وظيفة الدماغ البشري، هذا النهج وتستفيد من أجهزة مثل الميمريستورات والميمترانزستورات لتحقيق توفير كبير في الطاقة ودعم نماذج الحوسبة المتقدمة، بما في ذلك الشبكات العصبية النابضة.
أظهرت التطورات الأخيرة في الأجهزة الميمريستيف، وخاصة تلك التي تستخدم المواد ثنائية الأبعاد (2D)، وعدًا في التغلب على قيود تقنيات الذاكرة التقليدية مثل SRAM وDRAM، التي تعاني من استهلاك طاقة مرتفع وتقلب. تسهل الخصائص الفريدة للمواد ثنائية الأبعاد، بما في ذلك انخفاض جهد التبديل ونسب السطح إلى الحجم العالية، تطوير الميمترانزستورات متعددة الأطراف وتمكن من بناء هياكل هتروستركتورية من فان دير فالز. تركز هذه المراجعة على التقدم المحرز في السنوات الثلاث الماضية فيما يتعلق بدمج وأداء مصفوفات الأجهزة الميمريستيف، مع تسليط الضوء على تطبيقاتها المحتملة في الشبكات العصبية الاصطناعية ومعالجة المعلومات، بينما تتناول أيضًا التحديات والاتجاهات المستقبلية لمصفوفات الميمريستيف المستندة إلى المواد ثنائية الأبعاد في أنظمة الحوسبة داخل الذاكرة.
طرق
تستعرض القسم الخاص بـ “الوظائف الأساسية المستندة إلى المواد ثنائية الأبعاد” الخصائص الأساسية والتطبيقات للمواد ثنائية الأبعاد (2D) في مجالات متنوعة. تؤكد على الخصائص الإلكترونية والبصرية والميكانيكية الفريدة لهذه المواد، التي تنشأ من تقليل أبعادها. تتضمن المناقشة أهمية الجرافين، وثنائي كبريتيد المعادن الانتقالية (TMDs)، وغيرها من المواد ثنائية الأبعاد، مع تسليط الضوء على إمكانياتها في الإلكترونيات، والضوئيات، وتخزين الطاقة.
تشمل الطرق المستخدمة في البحث تخليق هذه المواد ثنائية الأبعاد من خلال تقنيات مثل ترسيب البخار الكيميائي (CVD) والتقشير الميكانيكي. تُستخدم طرق التوصيف، بما في ذلك المجهر الذري (AFM) وطيف رامان، لتقييم جودة وخصائص المواد المُصنعة. كما تتناول القسم دمج المواد ثنائية الأبعاد في الأجهزة، مع عرض تنوعها في تعزيز مقاييس الأداء في تطبيقات مثل ترانزستورات تأثير المجال وكاشفات الضوء. بشكل عام، تؤكد النتائج على الإمكانيات التحويلية للمواد ثنائية الأبعاد في تعزيز التكنولوجيا عبر مجالات متعددة.
مناقشة
تسلط المناقشة الضوء على مزايا المواد ثنائية الأبعاد (2D) في تصنيع مصفوفات الأجهزة الميمريستيف، مع التأكيد على قابليتها للتوسع، وانتظام سمكها، وإمكانية إنشاء هياكل هتروستركتورية وظيفية. يسمح الهيكل أحادي الطبقة لهذه المواد، مثل نيتريد البورون السداسي (h-BN) وثنائي كبريتيد الموليبدينوم (MoS₂)، بتطوير مصفوفات ثلاثية الأبعاد عالية الكثافة. من الجدير بالذكر أن h-BN يظهر خصائص عازلة استثنائية، وثبات ميكانيكي، واستهلاك طاقة منخفض، مما يجعله مرشحًا رئيسيًا لتطبيقات الميمريستورات. تناقش الورقة أيضًا آليات التبديل المختلفة، بما في ذلك تشكيل الألياف الموصلة وهجرة الفراغات، والتي تعتبر حاسمة لعمل الأجهزة الميمريستيف. على سبيل المثال، يسهل تشكيل الألياف الموصلة في مواد مثل PdSe₂ وHfSe₂ التبديل المقاوم، بينما تسمح هجرة الفراغات في MoS₂ وReS₂ بتغيرات مقاومة تدريجية، مما يمكّن من تصميمات الميمترانزستور متعددة الأطراف.
علاوة على ذلك، يتم فحص مقاييس أداء الأجهزة الميمريستيف، خاصة في سياق تطبيقها كمشابك عصبية اصطناعية وعصبونات. تؤكد الورقة على أهمية طاقة البرمجة، وجهد البرنامج، ومساحة الجهاز في تحسين أداء الجهاز لتطبيقات الحوسبة داخل الذاكرة. تُلاحظ الميمريستورات المستندة إلى h-BN لاستهلاكها المنخفض للطاقة عند التبديل، والتي قد تصل إلى نطاق الزبتوجول، مما يعد ميزة للحوسبة منخفضة الطاقة. تختتم المناقشة بالتأكيد على الحاجة إلى مزيد من البحث في هندسة العيوب وتحسين حدود الحبوب لتعزيز أداء الميمترانزستورات المستندة إلى MoS₂ وغيرها من الأجهزة المستندة إلى المواد ثنائية الأبعاد.
DOI: https://doi.org/10.1007/s40820-024-01335-2
PMID: https://pubmed.ncbi.nlm.nih.gov/38372805
Publication Date: 2024-02-19
Author(s): Hangbo Zhou et al.
Primary Topic: Advanced Memory and Neural Computing
Overview
This section provides a comprehensive review of the advancements in two-dimensional (2D) material-based memristive arrays, emphasizing their potential for in-memory computing. It identifies critical factors necessary for achieving effective in-memory computing, including the selection of materials, performance analysis of devices, and the design of array structures. The review also addresses the challenges encountered when transitioning from single-device evaluations to larger array and system-level implementations, proposing solutions to these obstacles.
The paper highlights the limitations of conventional computing architectures, particularly concerning latency and energy consumption, and positions in-memory computing as a viable alternative. Memristive devices, particularly those based on 2D materials, are noted for their high-density configurations, rapid response times, and ability to mimic biological synapses, making them suitable for next-generation computing applications. The review aims to bridge the gap between individual device characterization and broader applications in neuromorphic computing, thereby advancing the field of in-memory computing through the utilization of 2D materials.
Introduction
In the post-Moore’s law era, the limitations of traditional von Neumann architecture have prompted a shift towards energy-efficient computing, particularly in the context of artificial intelligence. In-memory computing has emerged as a viable solution to enhance computational efficiency by minimizing data transfer between memory and processing units, thereby reducing energy consumption. Neuromorphic computing, which mimics the functionality of the human brain, exemplifies this approach and leverages devices such as memristors and memtransistors to achieve significant energy savings and support advanced computing paradigms, including spiking neural networks.
Recent advancements in memristive devices, particularly those utilizing two-dimensional (2D) materials, have shown promise in overcoming the limitations of traditional memory technologies like SRAM and DRAM, which suffer from high power consumption and volatility. The unique properties of 2D materials, including low switching voltages and high surface-to-volume ratios, facilitate the development of multiterminal memtransistors and enable the construction of van der Waals heterostructures. This review focuses on the progress made in the last three years regarding the integration and performance of memristive device arrays, highlighting their potential applications in artificial neural networks and information processing, while also addressing the challenges and future directions for 2D material-based memristive arrays in in-memory computing systems.
Methods
The section on “Basic Functionalities Based on 2D Materials” outlines the fundamental properties and applications of two-dimensional (2D) materials in various fields. It emphasizes the unique electronic, optical, and mechanical characteristics of these materials, which arise from their reduced dimensionality. The discussion includes the significance of graphene, transition metal dichalcogenides (TMDs), and other 2D materials, highlighting their potential in electronics, photonics, and energy storage.
The methods employed in the research involve synthesizing these 2D materials through techniques such as chemical vapor deposition (CVD) and mechanical exfoliation. Characterization methods, including atomic force microscopy (AFM) and Raman spectroscopy, are utilized to assess the quality and properties of the synthesized materials. The section also addresses the integration of 2D materials into devices, showcasing their versatility in enhancing performance metrics in applications like field-effect transistors and photodetectors. Overall, the findings underscore the transformative potential of 2D materials in advancing technology across multiple domains.
Discussion
The discussion highlights the advantages of two-dimensional (2D) materials in the fabrication of memristive device arrays, emphasizing their scalability, uniformity in thickness, and the potential for creating functional heterostructures. The monolayer structure of these materials, such as hexagonal boron nitride (h-BN) and molybdenum disulfide (MoS₂), allows for the development of high-density three-dimensional crossbar arrays. Notably, h-BN exhibits exceptional insulating properties, mechanical stability, and low power consumption, making it a prime candidate for memristor applications. The paper also discusses various switching mechanisms, including conductive filament formation and vacancy migration, which are crucial for the operation of memristive devices. For instance, the formation of conductive filaments in materials like PdSe₂ and HfSe₂ facilitates resistive switching, while vacancy migration in MoS₂ and ReS₂ allows for gradual resistance changes, enabling multiterminal memtransistor designs.
Furthermore, the performance metrics of memristive devices are examined, particularly in the context of their application as artificial synapses and neurons. The paper underscores the importance of programming energy, program voltage, and device area in optimizing device performance for in-memory computing applications. h-BN-based memristors are noted for their low switching energy, potentially reaching the zeptojoule range, which is advantageous for low-power computing. The discussion concludes by emphasizing the need for further research into defect engineering and grain boundary optimization to enhance the performance of MoS₂-based memtransistors and other 2D material-based devices.