神经形态器件的特性与发展

随着大数据时代的到来和人类对人脑系统研究的日渐深入，类脑计算领域的研究取得突破性进展，有希望在根源上打破传统计算机的性能瓶颈.神经突触是对人体脑部进行记忆能力训练和处理数据的重要基础单元，因此开发新材料、新结构，研究基于新型人造材料与光电子器件的神经突触可塑性，对神经形态器件研究和类脑硬件设计的实现都有着重要意义.本文首先指出目前“冯·诺依曼架构”的主要性能瓶颈，引出类脑计算的概念，提出神经形态器件的主要性能优势，并梳理神经形态器件发展历史；然后在忆阻器领域，阐述与分析忆阻类型、忆阻结构与忆阻机理，比较出几种忆阻器的特性，举例说明忆阻器在不同领域的应用；接着以神经形态器件为基础，选取磁性隧道结、新型浮栅管和铁电晶体管，介绍其结构、工作原理与应用；最后总结目前神经形态器件发展的成果和方向，并对行业发展前景进行预测.