CMOS-RRAM集成為低能耗、高通量的神經形態計算帶來了很大的前景。然而，大多數依賴于絲狀開關的RRAM技術都存在變化和噪聲，導致計算精度損失、能耗增加以及昂貴的編程和驗證方案帶來的開銷。鑒于此，來自加利福尼亞大學圣迭戈分校的Duygu Kuzum研究開發了一種無燈絲、大容量開關RRAM技術來應對這些挑戰。
文章要點：
1) 該研究系統地設計了一個三層金屬氧化物堆疊，并研究了具有不同厚度和氧空位分布的RRAM的開關特性，可以在沒有任何細絲形成的情況下實現可靠的體開關，并且，研究顯示在兆歐姆范圍內的大容量開關，具有高電流非線性，在沒有順應性電流的情況下高達100個電平；
2) 此外，該研究利用一個神經形態計算內存平臺，通過實現自主導航/比賽任務的尖峰神經網絡展示了邊緣計算，同時，該研究解決了現有RRAM技術帶來的挑戰，并為在嚴格的尺寸、重量和功率限制下在邊緣進行神經形態計算提供了依據。
參考資料：
Park, J., Kumar, A., Zhou, Y. et al. Multi-level, forming and filament free, bulk switching trilayer RRAM for neuromorphic computing at the edge. Nat. Commun.(2024).
DOI：10.1038/s41467-024-46682-1
https://doi.org/10.1038/s41467-024-46682-1
