Field-Driven Hybrid Filament Formation Governs Switching in Ta-HfO$_2$-Pt Memristors

本研究采用具有动态电荷转移的分子动力学模拟，揭示Ta/HfO$_2$/Pt忆阻器的开关行为由Ta阳离子和氧空位共同构成的混合细丝在电场驱动下的形成所主导，阐明了初始缺陷构型如何决定细丝形貌，并为降低器件变异性提供了稳健的框架。

要点

想象一种名为忆阻器的微型电子开关。把它想象成一个微观的灯光开关，即使切断电源，它也能记住自己上次是处于“开”还是“关”的状态。这些器件是未来类脑计算机的基石。

本文研究了一种由三层构成的特定开关：顶层为钽（Ta），中间层为氧化铪（HfO2），底层为铂（Pt）。

旧故事与新发现

长期以来，科学家们认为这些开关的工作原理类似于简单的管道系统。他们以为，当施加电流时，微小的孔洞（称为“氧空位”）会在中间层形成一条隧道，允许电流通过。这就像在墙上挖个洞让人穿过去一样。

然而，本文揭示出故事要复杂得多。这不仅仅是挖洞，而是关于移动家具。

当施加电流时，两件事同时发生：

1. 孔洞：氧原子离开其位置，形成空位（即“孔洞”）。
2. 家具：钽原子（来自顶层）实际上会迁移进入中间层，填补这些空位。

结果既不是一个单纯的孔洞，也不是一根金属线；而是一个混合桥。想象一座由重型金属梁（钽）和空位（氧空位）混合而成的桥梁。这种“混合细丝”才是真正开启开关的关键。

开关如何工作（“置位”与“复位”）

研究人员利用强大的计算机模拟，以原子为单位观察这一过程，就像观看一部高速电影。

• 开启（“置位”）：当你推入电流时，钽原子像人群穿过走廊一样迅速向下冲去。它们将氧原子推开，形成一个坚固的导电桥。一旦这座桥完全形成，开关即处于“开”态（低电阻）。
• 关闭（“复位”）：当你反转电流时，这座桥并不会瞬间断裂。它会像被拉开的太妃糖一样变得越来越细。
  • 在完全洁净的器件中，这种太妃糖会缓慢拉伸，在最终断裂前形成两个明显的“中间”状态。这对于存储不仅仅是“开”或“关”（例如存储“暗”或“亮”的设置）非常有益。
  • 在有缺陷的器件（即预先存在孔洞或缺陷的器件）中，桥体很弱。它会突然且猛烈地断裂，跳过了“中间”状态。

“缺陷”的作用（杂乱房间的类比）

本文强调了一个主要问题：变异性。

想象试图在河上建一座桥。

• 场景 A（完美器件）：河岸完美平滑。你可以建造一座缓慢且可预测地延伸的桥。你确切地知道它在断裂前会拉伸多少。
• 场景 B（有缺陷器件）：河岸已经布满了坑洼和碎片（氧空位）。当你试图建桥时，这些碎片会形成干扰。有时桥形成得太容易；有时它又过早断裂。

研究人员发现，中间层中“碎片”（氧空位）的数量会改变一切：

• 碎片太少：桥以可预测的、循序渐进的方式形成和断裂。这对于类脑计算是理想的，因为器件可以可靠地模拟连接的“强度”（突触权重）。
• 碎片太多：桥的形成变得混乱。它可能生长得太快，或者过早断裂。这使得器件不可靠，就像一个有时会闪烁或卡住的灯光开关。

为何这很重要

主要结论是，为了使这些开关适用于计算机，我们不能仅仅将它们视为简单的导线。我们必须认识到，它们是由移动原子和空位构成的化学桥。

本文证明，如果我们在制造器件之前能够控制材料中的“混乱程度”（即初始缺陷），我们就能阻止开关表现出随机行为。这有助于工程师设计出更好、更一致的存储芯片，避免因不可预测的行为而失效。

简而言之：开关通过构建由金属和孔洞组成的混合桥来工作。如果起始材料过于杂乱，桥就不稳定。如果我们清理起始材料，这座桥就会成为下一代计算机可靠且可预测的工具。

技术摘要

技术摘要：场驱动混合细丝形成主导 Ta–HfO2–Pt 忆阻器的开关行为

问题陈述
基于过渡金属氧化物的忆阻器件是非易失性存储器和神经形态计算的有前景的候选者。虽然 Ta/HfO2/Pt 器件中的开关机制传统上被归因于单一的氧空位（VCM）细丝，但最近的实验证据表明，该机制涉及更复杂的双机制，即金属阳离子（Ta）的扩散与氧空位共同作用。然而，支配这种混合细丝形成的精确原子机制仍知之甚少。具体而言，物种迁移的时间序列（是氧空位先成核以促进阳离子扩散，还是反之亦然）以及初始氧空位随机分布对最终细丝几何形状和器件可变性的影响尚未得到充分表征。这种理解的缺失导致了循环间和器件间的可变性，这是忆阻技术商业化的主要瓶颈。

方法论
作者开发了一个综合的原子模拟框架，将分子动力学（MD）与动态电荷转移相结合，并辅以分析建模方法。

• 模拟框架：使用 LAMMPS 和电荷转移原子间势（CTIP）进行分子动力学模拟。该势函数结合了用于金属 - 金属相互作用的嵌入原子法（EAM）和用于金属 - 氧相互作用的静电项，从而允许在外加电场下进行反应性模拟。
• 器件设置：模型模拟了 Ta/HfO2/Pt 叠层结构。模拟包括完整的电场循环（0 至 ±1.4 V/Å）和脉冲场操作。温度保持在 300 K，通过在复位循环期间将细丝区域升温至 900 K 来模拟焦耳热。
• 缺陷工程：研究比较了完美 HfO2 基质与含有 0.81% 和 1.35% 初始氧空位浓度的结构，以评估缺陷拓扑结构的影响。
• 分析建模：利用 MD 轨迹量化参与细丝形成的 Ta 阳离子数量（$N_{Ta}$）。将此数据输入分析模型以生成 I-V 特性。该模型定义了一个状态变量 $x$（电流与最大 Ta 阳离子数量的比率），并通过指数函数 $R(x) = R_{on} e^{\gamma(1-x)}$ 将其与电阻相关联，从而捕捉电阻对细丝收缩的敏感性。基于 MD 观测结果，推导了动力学方程以模拟生长（SET）和断裂（RESET）速率。

主要结果

1. 混合细丝机制：模拟证实，开关行为由 Ta 阳离子和氧缺失区域耦合形成的混合细丝所支配。施加电场后，来自顶电极的 Ta 阳离子迅速扩散，形成非化学计量比的 TaOx 界面层。随后，Ta 阳离子迁移形成导电桥，而氧阴离子向顶电极迁移，形成氧缺失的 HfO2 区域。由此产生的细丝是离子相中 Ta(O) 的非晶固溶体，而非纯金属桥或纯氧空位通道。
2. 开关动力学：
   • SET 过程：细丝形成始于约 0.8 V/Å，并在 1.4 V/Å 完成。随着细丝接近完成，其生长速率减慢。
   • RESET 过程：完美器件在 -1.0 V/Å 和 -1.2 V/Å 处表现出阶梯状的细丝收缩，随后在 -1.4 V/Å 完全断裂。这种阶梯状行为产生了两个中间电阻态，表明具有多级存储的潜力。
   • 导电机制：对 I-V 曲线的分析揭示了不同的导电机制：高阻态（HRS）下的欧姆导电，SET 阈值附近的陷阱限制空间电荷限制电流（SCLC），以及低阻态（LRS）下的陷阱填充 SCLC（过渡回欧姆导电）。
3. 氧空位的影响：
   • 完美与缺陷对比：完美器件和含有 1.35% 氧空位的器件均表现出具有中间态的阶梯状 RESET 行为。相比之下，含有 0.81% 氧空位的器件显示出无中间态的突变 RESET 转变，其形状类似于更容易断裂的沙漏形细丝。
   • 神经形态性能：在脉冲场操作下，含有 0.81% 氧空位的器件表现出线性的电导响应和稳定的细丝生长，与实验数据高度吻合。相反，完美器件和 1.35% 空位器件表现出非线性的随机响应，电导波动较大，这归因于 Ta 阳离子的持续重构和迁移。

意义与主张
本文声称提供了一个稳健的、基于物理的框架，将原子层面的见解与宏观电学特性联系起来。通过将模型与实验发现进行验证，作者证明了：

• Ta/HfO2/Pt 中的开关机制是一个涉及阳离子和阴离子传输的化学耦合过程，需要混合模型来取代传统的仅 VCM 或仅 ECM 理论。
• 初始氧空位的随机分布决定了细丝的形貌和器件开关的一致性。
• 缺陷工程（控制空位浓度和空间分布）是一种可行的策略，可减轻器件可变性，并实现细丝形成和断裂的确定性动力学路径。
• 所提出的框架可作为预测工具，用于设计基于氧化物的忆阻器，以减少循环间和器件间的可变性，解决高性能非易失性存储器和神经形态计算应用的关键障碍。