近日，何军教授课题组在Science子刊Science Advances，发表了题为“Ag-doped non-imperfection-enabled uniform memristive neuromorphic device based on van der Waals indium phosphorus sulfide”（《基于Ag掺杂范德华铟磷硫的均匀阻性神经形态器件》）的研究论文。武汉大学物理科学与技术学院李叶生老师为第一作者，何军教授和李叶生老师为共同通讯作者。该工作得到国家重点研发计划、国家自然科学基金、江苏省自然科学基金和湖北省自然科学基金的经费支持，同时也受到了武汉大学电镜中心的支持。

由于摩尔定律接近物理极限，需要新的高效计算硬件和计算架构来维持机器学习和人工智能(AI)的快速发展。忆阻器可以执行存内计算和大规模并行矩阵运算，被认为可以克服冯诺依曼瓶颈，是非常有前途的AI硬件。一般来说，大多数忆阻器的阻性开关行为是缺陷驱动的。然而，这些缺陷，如晶格空位和晶界，通常是随机分布的，形成无序的离子扩散通道，导致不受控制的离子运动。这造成了阻性参数的严重变异性，是阻碍忆阻器商业化的最关键问题之一。目前报道的改性策略往往会牺牲其他性能。构建均匀离子扩散通道是获得均匀阻性行为的有效解决方案。然而，利用本征随机分布的缺陷来制造均匀的离子扩散通道存在非常大的挑战。

何军课题组独辟蹊径，发展了一种非缺陷驱动的忆阻器，可以解决离子型忆阻器长期存在的可变性问题，同时不会牺牲其他性能。与常见的缺陷型离子通道不同，范德瓦尔斯铟磷硫（In_3/4P₂S₆, IPS)存在固有的周期性结构空位，天然可以提供有序的低能非缺陷型离子扩散通道。进一步利用Ag预先占据结构空位策略来限制离子扩散路径，可以在极限性能下实现极低的变异性，即在低工作电压(~0.2 V)、极高关断电阻(~10¹¹ Ω)和极大开/关比(~10⁸)下分别实现3.8、2.3和6.9%的低变异性。即使在0.05 V的极低工作电压下，变异性也可降至7.5%。与此同时，还可以在极低阻性层厚度（~6 nm）的情况下实现极低的工作电流（1 pA）。这种Ag掺杂结构空位的策略可以在不牺牲其他性能的情况下显著提高阻性参数一致性。基于优异的器件性能，何军课题组实现了14个基本的布尔逻辑运算和多种图像处理应用，显示出所发展的忆阻器作为高效AI硬件的潜力，为“后摩尔时代”新型高性能信息存储器件的研发提供了新材料和新方案。

论文链接：https://www.science.org/doi/10.1126/sciadv.adk9474