Multiple spiking functionalities in annealing-optimized Ag/Hf$_{0.5}$Zr$_{0.5}$O$_2$-based memristive neurons

Dit artikel presenteert een energiezuinige kunstmatige neuron op basis van geoptimaliseerde Ag/Hf$_{0.5}$Zr$_{0.5}$O$_2$-memristoren die via een tweestaps-annealing-proces meerdere spiking-functies en lek-integreer-en-vuur-gedrag vertoont zonder extra elektronische componenten.

De kern

Stel je voor dat je hersenen een enorme, superenergiezuinige computer zijn. Ze kunnen duizenden dingen tegelijk doen, vergeten ze snel wat ze niet nodig hebben, en ze verbruiken amper stroom. Onze huidige computers (zoals laptops en telefoons) werken echter op een heel andere manier: ze zijn als een oude bibliotheek waar je eerst naar een specifieke kast moet rennen om een boek te halen, het terugbrengen, en dan pas verder kunt werken. Dit kost veel tijd en energie.

Om de volgende generatie slimme computers te maken, willen wetenschappers hardware bouwen die meer lijkt op onze hersenen. Ze hebben daar twee soorten onderdelen voor nodig:

1. Synapsen: De verbindingen die leren en onthouden (als een geheugen).
2. Neuronen: De cellen die informatie verwerken en beslissingen nemen (als de "denkers").

Deze studie van Nikita Zhidkov en zijn team gaat over het bouwen van een elektronische hersencel (een neuron) die heel goed werkt en weinig energie verbruikt.

Het Probleem: Een onbetrouwbare schakelaar

Om een elektronische hersencel te maken, heb je een heel speciaal type schakelaar nodig. Deze schakelaar moet doen alsof hij een batterij oplaadt (informatie verzamelen) en dan plotseling ontladen (een "vuur" of spike maken) zodra hij vol genoeg is.

In de natuur gebruiken neuronen chemische stoffen. In een computer gebruiken we materialen zoals Ag/HZO (zilver en een mengsel van hafnium en zirkonium-oxide). Het probleem is dat deze materialen vaak onvoorspelbaar zijn. Soms werken ze niet, soms zijn ze te traag, en soms verbruiken ze te veel stroom. Het is alsof je probeert een auto te bouwen met onderdelen die je uit een vuilnisbak hebt gehaald: het kan werken, maar het is niet betrouwbaar.

De Oplossing: Twee keer "bakken" (Annealing)

De onderzoekers vonden een slimme manier om deze materialen te verbeteren. Ze gebruikten een proces dat ze "twee-staps bakken" noemen (in het vakjargon: annealing).

Stel je voor dat je deeg maakt om brood te bakken:

1. Stap 1 (Het deeg laten rijzen): Eerst bakken ze de laag zirkonium-oxide op een hoge temperatuur. Dit zorgt ervoor dat het materiaal een mooie, geordende structuur krijgt (zoals de korrels in brood). Hierdoor ontstaan er kleine "snelwegen" in het materiaal.
2. Stap 2 (De boter erin smelten): Vervolgens voegen ze het zilver toe en bakken ze het nog een keer, maar dan op een lagere temperatuur. Hierdoor kunnen de zilverdeeltjes precies de snelwegen vinden die ze in stap 1 hebben gemaakt.

Het resultaat?
Door deze twee stappen te combineren, kregen ze een schakelaar die:

• Zeer gevoelig is: Hij reageert al op heel weinig spanning (0,5 Volt).
• Zeer snel is: Hij schakelt in één keer, niet langzaam en slepend.
• Zuinig is: Hij verbruikt extreem weinig energie.

Hoe werkt deze elektronische hersencel?

Deze schakelaar doet precies wat een hersencel moet doen: Integreren en Vuren (Leaky Integrate-and-Fire).

1. Integreren (Opladen): Als je een spanning aanlegt, begint de schakelaar langzaam "op te laden" (elektrische lading verzamelen).
2. Leaky (Lekkend): Als je stopt met laden, lekt de lading een beetje weg. Dit is goed, want anders zou hij altijd vol blijven staan.
3. Vuren (Spiken): Zodra de lading een bepaald punt bereikt, schakelt de schakelaar plotseling om en laat hij een stroomstootje door. Dit is het "vuur" of de spike.

De Magie: Drie manieren om te praten

Het coolste aan dit onderzoek is dat deze ene schakelaar op drie verschillende manieren informatie kan doorgeven, afhankelijk van hoe sterk je de spanning opvoert. Het is alsof je met één knop drie verschillende talen kunt spreken:

1. Snelheid van het eerste vuur (TTFS): Hoe sneller de schakelaar "vuurt" na het begin van de spanning, hoe sterker het signaal.
   • Analogie: Stel je voor dat je een startsein geeft. Als de loper (de schakelaar) direct start, is het signaal sterk. Als hij langzaam begint te rennen, is het signaal zwak.
2. Aantal vuren: Je kunt de spanning zo instellen dat de schakelaar precies 1 keer, 3 keer of 10 keer "vuurt" voordat hij stopt.
   • Analogie: Het is alsof je een morsecode gebruikt: één tikje betekent "A", drie tikjes betekent "B".
3. Vuurtempo (Firing Rate): Je kunt de spanning zo veranderen dat de schakelaar sneller of langzamer blijft doorgaan met vuren.
   • Analogie: Het is als een drumstel. Je kunt langzaam tikken (rustig signaal) of heel snel trommelen (sterk signaal).

Waarom is dit belangrijk?

Vroeger had je voor elke van deze drie manieren om te communiceren een heel ander stukje hardware nodig. Nu hebben ze er één die alles kan. Dit bespaart ruimte op de chip en maakt de computer veel energiezuiniger.

Conclusie:
De onderzoekers hebben bewezen dat je met een slim bakproces van zilver en een speciaal keramiek een mini-hersencel kunt bouwen die niet alleen werkt, maar ook op drie verschillende manieren kan "praten". Dit is een enorme stap richting computers die net zo slim en zuinig zijn als onze eigen hersenen, maar dan in een chip die in je telefoon past.

Technische samenvatting

Probleemstelling

De snelle vooruitgang van kunstmatige neurale netwerken (ANN) heeft geleid tot een ongeëvenaarde energievraag. Traditionele von Neumann-architecturen zijn hier niet efficiënt genoeg voor. Een oplossing ligt in neuromorfe hardware die niet-von Neumann-architecturen nabootst, bestaande uit elektronische componenten die synapsen en neuronen imiteren.
Hoewel er veel onderzoek is gedaan naar memristieve synapsen, is de technologie voor de fabricage van schaalbare en hoog-reproduceerbare neuronale elementen (die het "vuur"-gedrag van biologische neuronen nabootsen) minder ontwikkeld. Een specifiek probleem bij bestaande memristieve neuronen is de variabiliteit in schakelparameters (zoals de drempelspanning $V_{th}$ en de stroomverhouding $I_{on}/I_{off}$) en het gebrek aan flexibiliteit in coderingsmodi. Daarnaast vereisen veel huidige ontwerpen extra elektronische overhead (externe condensatoren en weerstanden), wat de schaalbaarheid beperkt.

Methodologie

De auteurs hebben een kunstmatig neuron ontwikkeld op basis van een Ag/Hf0.5Zr0.5O2 (HZO) memristor. De kern van de methode ligt in de optimalisatie van het fabricageproces om de eigenschappen van de "Threshold Switch" (TS) te verbeteren, wat essentieel is voor het nabootsen van een Leaky Integrate-and-Fire (LIF) neuron.

1. Materiaal en Structuur:
   • Substraat: Si(100).
   • Bottom Electrode (BE): 50 nm TiN.
   • Actieve laag: 10 nm HZO (gegroeid via Atomic Layer Deposition).
   • Top Electrode (TE): Zilver (Ag) met een Pt-beschermingslaag.
2. Optimalisatie via Twee-staps Temperatuurbehandeling (Annealing):
   Om de variabiliteit te verminderen en de prestaties te maximaliseren, introduceerden de auteurs een proces met twee thermische behandelingen:
   • Post-Deposition Annealing (PDA): HZO wordt eerst kristalliseerd bij 550°C gedurende 30 seconden. Dit creëert voorkeurspaden (korrelgrenzen en driepuntsverbindingen) voor de diffusie van zilveratomen.
   • Post-Metallization Annealing (PMA): Na het depositeren van de Ag-laag wordt er een tweede behandeling uitgevoerd bij 350°C gedurende 60 seconden. Dit faciliteert de diffusie van Ag-atomen door de korrelgrenzen zonder de kristalstructuur van de HZO-laag te veranderen.
3. Schakeling:
   Het memristieve apparaat wordt extern in serie geschakeld met een weerstand ($R_s = 2,7 M\Omega$) om de stroom te beperken. De memristor fungeert hierbij als een parallelle schakeling van een condensator (de membraan-capaciteit) en een weerstand (de lekstroom), wat in essentie een LIF-neuron vormt zonder extra externe componenten voor de basisfunctie.

Belangrijkste Bijdragen

1. Procesoptimalisatie: De ontwikkeling van een tweestaps-annealing-procedure (PDA + PMA) die leidt tot memristoren met uitzonderlijke eigenschappen voor neurale toepassingen.
2. Multifunctionaliteit: Het demonstreren van één enkel apparaat dat drie verschillende coderingsmodi voor spikes kan uitvoeren, afhankelijk van de ingangsspanning.
3. Minimalisatie van Hardware-overhead: Het realiseren van een volledig functioneel LIF-neuron dat slechts bestaat uit één memristor en één externe weerstand, waarbij de membraan-capaciteit inherent is aan de memristor-structuur.

Resultaten

De geoptimaliseerde "PDA + PMA" apparaten vertoonden superieure elektrische eigenschappen vergeleken met apparaten die slechts één van de twee behandelingen ondergingen:

• Drempelspanning ($V_{th}$): Zeer laag, ongeveer 0,5 V.
• Stroomverhouding ($I_{on}/I_{off}$): Zeer hoog, tot $10^6$.
• Schakelkarakteristiek: Stabiele, steile en meestal één-staps schakeling (in tegenstelling tot de trage of tweestaps schakeling bij alleen PDA of PMA).
• Reproduceerbaarheid: Statistische analyse van 1000 cycli toonde zeer stabiele waarden voor $I_{on}$, $I_{off}$ en de hold-spanning, met een acceptabele spreiding in de drempelspanning.

Neuronale Gedragsmodi:
Het apparaat toonde drie verschillende coderingsmodi, allemaal regelbaar via de amplitude van de ingangsspanning:

1. Time-to-First-Spike (TTFS): De tijd tussen het aanleggen van de spanning en de eerste spike is omgekeerd evenredig met de spanning. Dit kan worden gebruikt voor tijdsgebaseerde codering.
2. Aantal Spikes: Bij een constante spanning kunnen verschillende aantallen spikes worden gegenereerd voordat het apparaat in de ON-toestand verzadigt.
3. Firing Rate Coding: Bij trapeziumvormige spanningspulsen (die lineair stijgen) neemt de frequentie van de spikes lineair toe met de spanning.

Energieverbruik:
Het gemiddelde energieverbruik per spike bedroeg 0,7 nJ, wat meer dan een orde van grootte lager is dan de beste Mott-memristoren en vergelijkbaar is met andere metaal-ionen filamentaire memristoren.

Betekenis en Toekomstperspectief

Dit werk is een belangrijke stap richting de realisatie van energie-efficiënte neuromorfe hardware.

• Schaalbaarheid: Door het gebruik van filamentaire schakeling (nanometer-schaal) en het elimineren van extra externe componenten, is dit ontwerp zeer geschikt voor hoge dichtheid neuromorfe chips.
• Flexibiliteit: De mogelijkheid om één enkel apparaat te gebruiken voor drie verschillende coderingsmodi (TTFS, aantal, frequentie) biedt grote voordelen bij het ontwerpen van versnellers voor spiking-neurale netwerken (SNN), omdat verschillende algoritmen verschillende coderingsmethoden vereisen.
• Toekomst: De auteurs wijzen erop dat de ferro-elektrische eigenschappen van HZO in de toekomst kunnen worden benut om de membraan-capaciteit dynamisch te tunen, wat zou leiden tot volledig herschikbare neuronen.

Samenvattend biedt deze studie een robuust, energie-efficiënt en multifunctioneel memristief neuron dat de weg effent voor de volgende generatie neuromorfe computersystemen.