DE-112021005218-B4 - Neuromorphe Einheit mit mehreren Anschlüssen

Abstract

Ein neuromorphes Speicherelement weist einen Memristor, eine Mehrzahl der neuromorphen Speicherelemente auf, und ein Verfahren, um diese zu betreiben, kann bereitgestellt sein. Der Memristor weist einen Eingangssignalanschluss, einen Ausgangssignalanschluss und einen Steuersignalanschluss und einen memristiven aktiven Kanal auf, der ein Phasenänderungsmaterial aufweist. Der memristive aktive Kanal erstreckt sich in Längsrichtung zwischen den Eingangssignalanschluss und dem Ausgangssignalanschluss, und eine Steuersignalspannung an dem Steuersignalanschluss ist so konfiguriert, dass sie flüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt, und eine Vorspannung zwischen dem Eingangssignalanschluss und dem Ausgangssignalanschluss ist so konfiguriert, dass sie nichtflüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt.

Inventors

• Ghazi Sarwat Syed
• Abu Sebastian
• Timoleon Moraitis
• Benedikt Kersting

Assignees

• INTERNATIONAL BUSINESS MACHINES CORPORATION

Dates

Publication Date

20260507

Application Date

20211026

Priority Date

20201110

Claims (20)

1. Neuromorphes Speicherelement (100; 200; 408; 706), das eine memristive Einheit aufweist, wobei die memristive Einheit aufweist: ein Trägermaterial (102), das eine obere Oberfläche und eine hintere Oberfläche hat; eine erste dielektrische Materialschicht (112) oben an der oberen Oberfläche des Trägermaterials; einen memristiven aktiven Kanal (108), der ein Phasenänderungsmaterial aufweist und an eine obere Oberfläche der ersten dielektrischen Materialschicht angrenzt; einen Quellenanschluss (104) und einen Senkenanschluss (106), die durch den memristiven aktiven Kanal (108) verbunden sind; und ein hinteres Gate (110) unterhalb der ersten dielektrischen Materialschicht; wobei: sich der memristive aktive Kanal in Längsrichtung zwischen dem Quellenanschluss und dem Senkenanschluss erstreckt; ein Steuersignal (412) an dem hinteren Gate (110) so konfiguriert ist, dass es flüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt; und eine Vorspannung zwischen dem Quellenanschluss und dem Senkenanschluss so konfiguriert ist, dass sie nichtflüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt.
2. Neuromorphes Speicherelement (100; 200; 408; 706), das eine memristive Einheit aufweist, wobei die memristive Einheit aufweist: ein Trägermaterial (102); einen memristiven aktiven Kanal (108), der ein Phasenänderungsmaterial aufweist; einen Quellenanschluss (104) und einen Senkenanschluss (106), die durch den memristiven aktiven Kanal (108) oben an dem Trägermaterial verbunden sind; eine zweite dielektrische Materialschicht (202), die an die obere Oberfläche des memristiven aktiven Kanals angrenzt; und ein Steuer-Gate (204) oben an der zweiten dielektrischen Materialschicht; wobei: sich der memristive aktive Kanal in Längsrichtung zwischen dem Quellenanschluss und dem Senkenanschluss erstreckt; ein Steuersignal (412) an dem Steuer-Gate so konfiguriert ist, dass es flüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt; und eine Vorspannung zwischen dem Quellenanschluss und dem Senkenanschluss so konfiguriert ist, dass sie nichtflüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt.
3. Neuromorphes Speicherelement nach Anspruch 1 oder 2 , wobei das neuromorphe Speicherelement konfiguriert ist zum Emulieren: von Langzeitplastizitätsdynamik über nichtflüchtige Modulation einer Memristorleitfähigkeit des Memristors während eines Schreibvorgangs; von Kurzzeitplastizitätsdynamik über flüchtige Modulation der Memristorleitfähigkeit während eines Lesevorgangs; und von neuronaler Dynamik über flüchtige Modulation der Memristorleitfähigkeit während der Lese- und Schreibvorgänge.
4. Neuromorphes Speicherelement nach Anspruch 2 , wobei die memristive Einheit aufweist: eine erste dielektrische Materialschicht (112) zwischen dem Trägermaterial und dem memristiven aktiven Kanal; und ein hinteres Gate (110) unterhalb der ersten dielektrischen Materialschicht.
5. Neuromorphes Speicherelement nach Anspruch 1 oder 4 , wobei das Trägermaterial leitfähig ist und wobei es sich bei dem Trägermaterial um das hintere Gate handelt.
6. Neuromorphes Speicherelement nach Anspruch 5 , wobei es sich bei dem Trägermaterial um ein Metall oder einen hochdotierten Halbleiter handelt.
7. Neuromorphes Speicherelement nach Anspruch 1 oder 4 , wobei es sich bei dem Trägermaterial um ein Siliziumsubstrat handelt und wobei es sich bei dem hinteren Gate um eine leitfähige Schicht oben an der hinteren Oberfläche des Siliziumsubstrats handelt.
8. Neuromorphes Speicherelement nach Anspruch 1 , wobei die memristive Einheit ferner aufweist: eine zweite dielektrische Materialschicht (202) oben an dem memristiven aktiven Kanal; und ein erstes oberes Gate (204) oben an der zweiten dielektrischen Materialschicht.
9. Neuromorphes Speicherelement nach einem der vorangehenden Ansprüche, wobei die memristive Einheit ferner ein zweites oberes Gate (302) benachbart zu einer ersten Seite des memristiven aktiven Kanals aufweist.
10. Neuromorphes Speicherelement nach Anspruch 9 , wobei die memristive Einheit ferner ein drittes oberes Gate (304) benachbart zu einer zweiten Seite des memristiven aktiven Kanals und gegenüber dem memristiven aktiven Kanal zu dem zweiten oberen Gate aufweist.
11. Mehrzahl der neuromorphen Speicherelemente, wobei es sich bei jedem davon um ein neuromorphes Speicherelement nach einem der vorangehenden Ansprüche handelt, wobei ein Steuersignalanschluss einer Mehrzahl der neuromorphen Speicherelemente gemeinsam für ein oder mehrere der folgenden Gates ist: ein unteres Gate, ein Steuer-Gate, ein erstes oberes Gate, ein zweites oberes Gate, ein drittes oberes Gate.
12. Verfahren zum Betreiben eines neuromorphen Speicherelements (100; 200; 408; 706), die eine memristive Einheit, wobei die memristive Einheit aufweist: einen Quellenanschluss (104); einen Senkenanschluss (106); ein Trägermaterial (102), das eine obere Oberfläche und eine hintere Oberfläche hat; eine erste dielektrische Materialschicht (112) oben an der oberen Oberfläche des Trägermaterials; einen memristiven aktiven Kanal (108), der ein Phasenänderungsmaterial aufweist und an eine obere Oberfläche des dielektrischen Materials angrenzt, wobei sich der memristive aktive Kanal in Längsrichtung zwischen dem Quellenanschluss und dem Senkenanschluss erstreckt und diese verbindet; und ein hinteres Gate (110) unterhalb der ersten dielektrischen Materialschicht; wobei das Verfahren aufweist: Anlegen eines Steuersignals (412) an das hintere Gate, das flüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt; und Anlegen einer Vorspannung zwischen dem Quellenanschluss und dem Senkenanschluss, die nichtflüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt.
13. Verfahren zum Betreiben eines neuromorphen Speicherelements (100; 200; 408; 706), die eine memristive Einheit, wobei die memristive Einheit aufweist: ein Trägermaterial (102); einen Quellenanschluss (104); einen Senkenanschluss (106); einen memristiven aktiven Kanal (108) oben an dem Trägermaterial, der ein Phasenänderungsmaterial aufweist, wobei sich der memristive aktive Kanal in Längsrichtung zwischen dem Eingangssignalanschluss und dem Ausgangssignalanschluss erstreckt und diese verbindet; eine zweite dielektrische Materialschicht (202), die an die obere Oberfläche des memristiven aktiven Kanals angrenzt; und ein erstes oberes Gate (204) oben an der zweiten dielektrischen Materialschicht; wobei das Verfahren aufweist: Anlegen eines Steuersignals (412) an das obere erste Gate, das flüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt; und Anlegen einer Vorspannung zwischen dem Quellenanschluss und dem Senkenanschluss, die nichtflüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt.
14. Verfahren nach Anspruch 12 oder 13 , dass ferner durch das neuromorphe Speicherelement ein Emulieren aufweist: von Langzeitplastizitätsdynamik über nichtflüchtige Modulation einer Memristorleitfähigkeit des Memristors während eines Schreibvorgangs; von Kurzzeitplastizitätsdynamik über flüchtige Modulation der Memristorleitfähigkeit während eines Lesevorgangs; und von neuronaler Dynamik über flüchtige Modulation der Memristorleitfähigkeit während der Lese- und Schreibvorgänge.
15. Verfahren nach Anspruch 13 , wobei die memristive Einheit aufweist: eine erste dielektrische Materialschicht (112) zwischen dem Trägermaterial und dem memristiven aktiven Kanal; und ein hinteres Gate (110) unterhalb der ersten dielektrischen Materialschicht.
16. Verfahren nach Anspruch 12 oder 15 , wobei: das Trägermaterial leitfähig ist; und es sich bei dem Trägermaterial um das hintere Gate handelt.
17. Verfahren nach Anspruch 16 , wobei es sich bei dem Trägermaterial um ein Metall oder einen hochdotierten Halbleiter handelt.
18. Verfahren nach Anspruch 12 oder 15 , wobei: es sich bei dem Trägermaterial um ein Siliziumsubstrat handelt; und es sich bei dem hinteren Gate um eine leitfähige Schicht oben an der hinteren Oberfläche des Siliziumsubstrats handelt.
19. Verfahren nach Anspruch 12 , wobei die memristive Einheit ferner aufweist: eine zweite dielektrische Materialschicht (202) oben an dem memristiven aktiven Kanal; und ein erstes oberes Gate (204) oben an der zweiten dielektrischen Materialschicht.
20. Verfahren nach einem der vorangehenden Ansprüche 12 bis 19 , wobei die memristive Einheit ferner aufweist ein zweites oberes Gate (302) benachbart zu einer ersten Seite des memristiven aktiven Kanals.

Description

HINTERGRUND Hierin offenbart werden ein neuromorphes Speicherelement, das einen Memristor aufweist, und konkreter ein neuromorphes Speicherelement, das synaptische Gehirnverhaltensweisen emuliert. Diese Offenbarung ist insbesondere auf eine Mehrzahl der neuromorphen Speicherelemente und auf ein Verfahren zum Betreiben eines neuromorphen Speicherelements gerichtet, das einen Memristor aufweist. Aufgrund der wachsenden Tendenz zu immer mehr verfügbaren Informationen in der Wissenschaft sowie in Unternehmen sind Datenanalysen nach wie vor gefragt. Um den wachsenden Anteil unstrukturierter oder halbstrukturierter Daten zu analysieren, werden Techniken der Künstlichen Intelligenz verwendet - sehr häufig in Form von Maschinenlernsystemen. Die Maschinenlernsysteme sind sehr häufig als künstliche neuronale Netzsysteme auf der Grundlage klassischer Von-Neumann-Architekturen realisiert. Diese Architektur führt normalerweise den Zyklus aus Abrufen von Befehlen/Daten, Ausführen und wahlweise Zurückspeichern durch. Die CPU (central processing unit, Zentraleinheit) ist über ein Bussystem mit einem Systemspeicher verbunden. Im Gegensatz zu dieser herkömmlichen Von-Neumann-Architektur weist das menschliche Gehirn eine große Anzahl von Neuronen mit Synapsen auf, von denen jedes sowohl zum Verarbeiten von Daten als auch als Speicher dient und daher als biologisches speicherinternes Datenverarbeitungssystem fungiert. Aufgrund dieser einzigartigen Struktur ist das Gehirn extrem energieeffizient beim Umgang mit Emotionen, beim Lernen und beim Denken. Zum Beispiel benötigt das Simulieren von fünf Sekunden Gehirnaktivität, die mit 20 W Leistung erfolgt, unter Verwendung von dem Stand der Technik entsprechenden Supercomputern ungefähr mehrere 100 Sekunden und kW oder sogar bis zu einem MW Leistung. In der Schaltung eines derartigen natürlichen neuronalen Netzes integriert ein Neuron Eingaben von anderen Neuronen, während die Synapse die Signale weiterleitet. Synapsen übertreffen Neuronen zahlenmäßig um mehrere Größenordnungen, und die Prozesse des Lernens und des Speichers in dem Netz stehen in Zusammenhang mit den Synapsen (synaptische Effizienz oder Gewichtung). KURZDARSTELLUNG Gemäß einem Aspekt der vorliegenden Erfindung wird ein neuromorphes Speicherelement bereitgestellt, das einen Memristor aufweist. Der Memristor kann einen Eingangssignalanschluss, einen Ausgangssignalanschluss und einen Steuersignalanschluss aufweisen. Das neuromorphe Speicherelement kann außerdem einen memristiven aktiven Kanal aufweisen, der ein Phasenänderungsmaterial aufweist, wobei sich der memristive aktive Kanal in Längsrichtung zwischen dem Eingangssignalanschluss und dem Ausgangssignalanschluss erstreckt. Die Steuersignalspannung des Steuersignalanschlusses kann so konfiguriert sein, dass sie flüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt, und eine Vorspannung zwischen dem Eingangssignalanschluss und dem Ausgangssignalanschluss kann so konfiguriert sein, dass sie nichtflüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt. Gemäß einem weiteren Aspekt wird ein Verfahren zum Betreiben eines neuromorphen Speicherelements bereitgestellt, das einen Memristor aufweist. Der Memristor kann einen Eingangssignalanschluss, einen Ausgangssignalanschluss und einen Steuersignalanschluss und einen memristiven aktiven Kanal aufweisen, der ein Phasenänderungsmaterial aufweist. Der memristive aktive Kanal kann sich in Längsrichtung zwischen dem Eingangssignalanschluss und dem Ausgangssignalanschluss erstrecken. Das Verfahren kann außerdem ein Anlegen einer Steuersignalspannung, die flüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt, an den Steuersignalanschluss und ein Anlegen einer Vorspannung zwischen dem Eingangssignalanschluss und dem Ausgangssignalanschluss aufweisen, die nichtflüchtige biologische neuronale Prozesse des neuromorphen Speicherelements darstellt. US 2019/0065929 A1 offenbart eine neuromorphe Synapsenvorrichtung mit einer programmierbaren synaptischen Vorrichtung mit nichtflüchtigen und flüchtigen Eigenschaften sowie einem Steuersignalgenerator, der in Lese- und Schreibbetriebsarten Steuersignale zur Umsetzung vorgegebener synaptischer Dynamiken anlegt. US 2019/0305220 A1 offenbart Systeme und Verfahren zur Herstellung und Verwendung einer nichtflüchtigen, mehrpoligen RRAM-Vorrichtung, bei der über ein Gate eine Spannungsbias angelegt wird, um den Widerstandszustand eines Metalloxid-Speicherelements zu verändern. CHEN, Huawei [et al.]: Time tailoring van der Waals heterostructures for human - memory system programming. In: Advanced Science, 6. Jg., 2019, Nr. 20, S. 1901072. https://doi.org/10.1002/advs.201901072 [abgerufen am 17.05.2024] offenbart eine neuromorphe Speichervorrichtung auf Basis einer van-der-Waals-Heterostruktur mit gestapelten flüchtigen und nichtflüchtigen Funktionsschichten, die sensorisches, Kurzzeit- und Langzeitgedächtnis f