集成電路芯片主要利用電子的電荷自由度來實現信息的傳輸和處理，基于電荷自由度的電流，服從焦耳定律，電流的流動會產生焦耳熱，從而產生不可避免的熱功耗。因此，需要探索利用其他電子自由度來制備電子器件，減小或消除芯片工作時候的焦耳熱?！澳芄取笔遣牧夏軒ЫY構中能量-動量色散關系中的極值點。能谷是電子的一種自由度，可以像電荷或自旋一樣作為信息載流子（如實現“開”和“關”易失計算或“0”和“1”非易失存儲），對低能聲子散射不敏感。谷電子通常采用光學方法來激發，長程庫侖相互作用導致激子谷極化通常具有較短的壽命（皮秒），很難在室溫下操作能谷。因此，目前利用能谷機制實現室溫晶體管器件是一個較大的挑戰。
理論上，基于手征反常效應和貝里曲率的能谷輸運可以實現下百微米尺度的輸運；實驗中，基于拓撲半金屬Cd3As2制備的器件，可以在室溫測得微米級的谷擴散特征長度。然而，由于拓撲半金屬的費米能級比較難用靜電柵壓來調節，通過調節貝里曲率強度從而實現器件的“開”和“關”態很困難。近年的研究工作，發現了一種新型拓撲材料碲烯 (Te)。這種材料具有半導體性能帶結構，且外爾點離能帶的極值點比較近。與拓撲半金屬相比，靜電柵壓更能有效調控外爾半導體Te的費米能級和貝里曲率強度?；谕鉅柊雽wTe，我們的谷晶體管實現了105 的開/關比（易失性），并且實現了32 種穩定的非易失性狀態。在人工神經網絡的推理過程中，功耗值僅為~ fW 的能谷貢獻和~pW的歐姆貢獻，展示出谷晶體管在低功耗神經形態計算中的應用潛力。
外爾材料的拓撲性質源自非平凡的貝里曲率。圖1a中的箭頭顯示了貝里曲率從一個外爾點（W+，淺棕色）到另一個（W-，藍色）的通量。非局域結構（圖1b）可以顯著減少傳統歐姆輸運的影響，允許產生、傳播（紅色箭頭）、檢測和調制谷輸運?；诜瞧接关惱锴剩谄叫写艌龊碗妶鱿庐a生不平衡谷極化（圖1c）。谷間散射決定了傳播期間谷的壽命，這需要較大的動量轉移（圖1d）。理論上，谷可以達到100微米的特征輸運長度。我們可以通過調節費米能級和貝里曲率來控制谷輸運強度（圖1e）。當費米能級靠近外爾點時，貝里曲率很強，可以產生很強的谷信號；當費米能級遠離外爾點時，貝里曲率很弱，器件輸出很弱的谷信號。因此，我們可以通過靜電柵壓來控制費米能級的位置的方式來場效應晶體管。
圖1 基于外爾材料的室溫谷場效應晶體管。(a) 外爾材料動量空間中的非平庸貝里曲率。(b) 基于外爾半導體的谷場效應晶體管示意圖。(c) 在手征反常的作用下，產生不平衡能谷贗自旋。(d) 通過能谷間散射來馳豫贗自旋，需要較大的動量轉移。(e) 靜電柵壓調控（Vg）可以控制費米能級位置和貝里曲率的強度，從而實現晶體管的“開”和“關”態。“H”構型器件（圖2a）可以用來檢測基于谷信號的非局部電阻。在端口1和2施加恒定電流，在端口3和4測量非局部電壓并換算出非局部電阻（RNL）。谷電阻隨著溫度的升高（50 K增加到300 K）而逐漸降低（圖2a）。在室溫下，我們仍然可以觀察到顯著的非局部谷電阻（-6.4 Ω， 9 T），因為谷間散射需要大的動量傳遞。谷輸運特性可以通過寬度和長度相關的非局部谷輸運測量得到進一步驗證。非局域電阻的比值，接近于器件的寬度比值（圖2c）；非局域電阻的強度與傳輸距離有關，距離越長（由2到7微米），信號越弱。但即使在7μm的長傳輸距離下，仍然可以檢測到非局域谷電阻（-1.0 Ω，9T）。圖2e顯示了谷電阻在半對數曲線中與傳輸距離的關系，顯示出了較好的線性度，可以提取得到2.5μm的谷擴散特征長度，這揭示了Te中谷輸運的低損耗傳輸特性。圖2f顯示了歸一化能谷和常規電荷輸運貢獻的長度相關性。歐姆電阻隨距離的增加呈現快速衰減（由Drude模型描述）。相比之下，谷輸運仍然可以在較長距離被檢測到，因為谷輸運的弛豫過程需要到較大的準動量轉移。
圖2 溫度、器件寬度和長度相關的能谷輸運特性. (a) "H" 構型能器件。端口1和2施加電流，端口3和4進行電壓檢測。(b) 溫度相關的能谷輸運特性. (c) 器件寬度相關的能谷輸運特性。(d) 器件長相關的能谷輸運特性。(e) 在半log圖中，室溫下RVNL與器件長度 滿足線性關系，谷擴散特征長度為2.5微米。(f) 歸一化的歐姆/能谷輸運—長度曲線。為了在室溫下有效地調節貝里曲率和谷電阻的強度，我們采用具有約10μF/cm2等效電容的離子液體（DEME-TFSI）進行靜電柵壓調控。圖3a顯示了46 nm厚Te晶體管的輸出曲線，對應的轉移曲線具有103的開/關比（圖3b）。對于28nm厚的Te薄片，其在從-2V到2V的柵壓下，顯示出105的開/關比（圖3c, d），這與基于電荷輸運機制Te 晶體管的開/關比相當（104至106），高于現有文獻中谷晶體管的開/關比（102至103）。圖3e總結了了谷晶體管中Te厚度與開關比的關系。隨著Te薄片厚度從28nm增加到50nm，Te谷器件下的開/關比從1.4×105降低到2.6×103，因為Te厚樣品本身的載流子濃度較高，調節費米能級位置更困難。
圖3 在室溫下工作的易失性谷晶體管。(a, b) 46 nm厚Te器件的輸出和轉移特性曲線。(c, d) 28 nm厚Te器件的輸出和轉移特性曲線。(e) 基于不同厚度Te的谷場效應晶體管開關比。我們采用穩定的固態電解質PEO/LiClO4來實非易失性谷晶體管（圖4a）。鋰離子可以在正柵壓下插入Te薄片中，并在負柵極電壓下脫出。鋰離子的插入和脫出可以使費米能級非易失性升變化，從而影響貝里曲率與晶體管的輸出信號(圖4b)。圖4c顯示了柵壓施加前后不同狀態的輸出曲線。施加+2V柵壓并持續1s后，谷電阻降低并保持。隨后施加-2V柵壓并持續1s后，谷電阻接近初始狀態并保持，這表明我們可以實現可逆的離子插入/提取。為了驗證Li+插入/提取的工作機制，我們進行了系統的XPS測試（圖4d,e）和密度泛函理論計算（圖4f），表征結果和計算數據與晶體管測試結果是一致的。
圖4 在室溫下工作的非易失性谷晶體管。(a) 基于Li+可逆脫嵌來實現非易失性谷晶體管。(b) 具有較大回滯的轉移曲線. (c)不同狀態下的輸出曲線. 利用+2 V 柵壓來實現高輸出值態（set），-2 V 柵壓來實現低輸出值態（reset）。(d) Te的XPS 3d 譜。(e) XPS Li 1s譜.(f) 在不同構型中，費米能級與外爾點的距離。含缺陷的 Te (1.23% Te 缺陷濃度), 含缺陷和鋰離子嵌入的 TeLi1 (1.23% Te 缺陷濃度和1.23%鋰摻雜濃度), TeLi2 (1.23% Te 缺陷濃度和2.46% 鋰摻雜濃度) 和 TeLi3 (1.23% Te 缺陷濃度和3.69% 鋰摻雜濃度。.神經網絡的訓練需要可編程的非易失性態和權重更新。非易失性谷晶體管可以模擬突觸功能（圖5）。通過向谷晶體管的柵極施加寫入電壓脈沖（+2V/-2V，130ms），該器件展示了20種不同狀態的谷輸出信號（圖5a），對應于長期抑制和長期增強突觸行為。在負柵壓的作用下，器件展示出了高線性度的多個穩定上升態（圖5b），因為離子的脫出使得費米能級位置下移并靠近外爾點。所制備器件的輸出的多個狀態阻值，3000 s內保持基本穩定（圖5c）。在循環穩定性測試中，8個（圖5d）和32個（圖5e）狀態下，器件的輸出值保持穩定，且具有很高的線性度。由于谷傳輸不受到低能散射的影響，我們能夠使用相對低的電流（100 nA）和電壓（10 nV）進行讀出，同時保持高信噪比。圖5f將讀出電壓、讀出電流和讀出功率與文獻工作進行了比較。我們的工作在讀出過程中顯示出低功耗（歐姆貢獻為~pW，谷貢獻為~fW），比傳統基于電荷的突觸器件低幾個數量級（推理過程中讀出功率為nW至μW水平的）。基于谷突觸晶體管的三層神經網絡，我們對手寫數據庫進行分類（圖5g）。隨著非易失性態從8增加到32，分類精度逐漸提高（圖5h）。在8種態下，具有超低的非線性（0.012/-0.442），識別精度高于91%；在32個狀態下，準確度達到95.2%。50個訓練期后的分類準確度（圖5i）與目前基于電荷輸運機制的神經形態計算工作性能相當。
圖5 突觸特性谷晶體管用于神經網絡計算。(a) 基于固態電解質PEO/LiClO4和電壓脈沖調控來實現突觸的增強和抑制特性。(b)圖（a）的放大圖。負柵壓作用下，實現了具有高線性度的多個穩定態。(c) 在3000 s的測試實驗中，谷信號很穩定。正柵壓的時候降低輸出值，負柵壓的時候增加輸出值。(d, e) 分別在100 nA和1 μA的恒定電流下，谷晶體管的循環變動特性。(f) 文獻和我們工作中讀出電流與電壓的對比。(g) 人工神經網絡用于手寫數字分類。(h) 基于非易失性谷晶體管來進行手寫數字分類的訓練。黑色虛線對應于90%的識別精度. (i) 訓練50次后的識別率。
我們基于外爾半導體Te制備了可以在室溫工作的谷場效應晶體管。在室溫下，能谷信號傳播距離超過7 微米。通過靜電柵壓調控，谷場效應晶體管的開關比達到了105。通過鋰離子的嵌入和脫出，實現了費米能級和非平庸貝里曲率的非易失性調節。這實現了具有32個穩定態的突觸功能，線性度好且對稱性高。用于神經網絡計算的時候，其讀出功耗很低(歐姆電流貢獻只有~pW)比已報道的工作低幾個數量級（從nW到μW）。用于筆跡數據分類計算的時候，準確率達到95.2%。通過利用谷自由度的低損耗輸運特性，我們的谷晶體管為低功耗神經形態計算提供了新的方案。
柴揚博士是香港理工大學應用物理系教授，香港理工大學理學院副院長，香港物理學會副主席，香港青年科學院院士，IEEE Distinguished Lecturer。獲得過香港研究資助局杰出青年學者獎，香港理工大學校長特設杰出成就獎，半導體科學技術早期職業獎，納米研究青年科學家獎等。擔任過IEEE電子器件學會香港分會主席，IEDM技術委員會委員，國家自然科學基金評審專家。[1] Chen, J., Zhou, Y., Yan, J. et al. Room-temperature valley transistors for low-power neuromorphic computing. Nature Communications 13, 7758 (2022)[2] Chen, J., Zhang, T., Wang, J. et al. Topological phase change transistors based on tellurium 外爾 semiconductor. Science Advances 8.23: eabn3837 (2022).[3] Chen, J., Zhang, T., Wang, J. et al. Field-effect chiral anomaly devices with Dirac semimetal. Advanced Functional Materials, 31, 2104192 (2021).
