Clear Sky Science · de

Bidirektionaler hochgradig nichtlinearer analoger Memristor basierend auf Band‑zu‑Band‑Tunneln für zuverlässigen Betrieb von Kreuzgitter‑Arrays

· Zurück zur Übersicht

Warum neuer Speicher wichtig ist

Jedes Mal, wenn Sie Ihr Telefon oder Ihren Computer benutzen, werden Informationen ständig zwischen einem Prozessor, der die Rechnungen ausführt, und einem Speicher, der die Daten hält, hin‑ und hergeschoben. Dieses Verkehrschaos, im Alltag als Datenengpass bezeichnet, kostet Zeit und Energie. Die Forschung in diesem Papier untersucht ein winziges elektronisches Bauelement namens Memristor, das sowohl Daten speichern als auch Rechenoperationen direkt im Speicher unterstützen kann. Indem die Autoren das Verhalten dieser Bauteile in großen Gittern neu gestalten, wollen sie künftige KI‑Hardware schneller, effizienter und einfacher herstellbar machen.

Figure 1
Figure 1.

Vom Stau zu eingebauten Abkürzungen

Konventionelle Computer trennen Rechnen und Speichern und zwingen Informationen, lange „Straßen“ auf einem Chip zu befahren. Wenn datenintensive Aufgaben wie künstliche Intelligenz, intelligente Sensoren und Edge‑Geräte wachsen, wird dieses Hin‑und‑Her zu einer ernsten Begrenzung. Memristoren — winzige Elemente, deren elektrischer Widerstand einstellbar ist und gespeichert werden kann — bieten eine Möglichkeit, Teile der Berechnung direkt in das Speicher‑Gitter zu verlagern. In einer Kreuzgitteranordnung, in der viele Leitungen sich kreuzen und an jedem Schnittpunkt ein Memristor sitzt, können große Rechenblöcke parallel ausgeführt werden. Werden jedoch viele dieser Elemente dicht gepackt, treten beim Schreiben und Lesen unerwünschte Nebeneffekte auf — etwa Fremdspannungen an benachbarten Zellen und Leckströme über unbeabsichtigte Pfade — die Daten korrumpieren können, sofern nicht jeder Memristor mit einem zusätzlichen „Selektor“ kombiniert wird, was Komplexität und Kosten erhöht.

Eine selbstselektierende Speicherzelle

Die Autoren stellen ein einzelnes Bauelement vor, das versucht, diese Array‑Probleme eigenständig zu lösen. Ihr Memristor nutzt einen geschichteten Sandwichaufbau aus Materialien — Platin und zwei Metalloxide, Nickeloxid (p‑Typ) und Zinkoxid (n‑Typ) — symmetrisch gestapelt als Pt/p‑NiO/n‑ZnO/p‑NiO/Pt. Dank der elektrischen Bandausrichtung dieser Oxide widersteht das Bauelement bei niedrigen Spannungen natürlich dem Strom, lässt ihn aber stark ansteigen, sobald eine bestimmte „Einschalt“‑Schwelle erreicht wird. Entscheidend ist, dass diese starke Nichtlinearität für sowohl positive als auch negative Spannungen auftritt, sodass dieselbe Zelle in beiden Richtungen geschrieben, gelöscht und gelesen werden kann, ohne einen separaten Selektor. Gleichzeitig verhält sich der Memristor analog: Seine Leitfähigkeit lässt sich mit Spannungspulsen über etwa zwei Größenordnungen hinweg stufenlos einstellen, anstatt nur zwischen einfachen Ein‑ und Aus‑Zuständen zu wechseln.

Wie die winzigen Schichten ihre Arbeit tun

Um zu verstehen, was dies ermöglicht, kartierte das Team sorgfältig die Energie‑Landschaft innerhalb des geschichteten Stapels. Messungen von Austrittsarbeit und Bandlücke zeigten, dass die Nickeloxid/Zinkoxid‑Grenzfläche eine kleine Verschiebung zwischen dem oberen Ende eines Energiebands und dem unteren Ende eines anderen bildet. Bei niedriger Spannung fließt nur ein kleiner, nahezu ohmscher Strom. Wenn die Spannung groß genug wird, beginnen Elektronen direkt von den gefüllten Zuständen einer Schicht in die leeren Zustände der anderen zu „tunneln“ — ein Effekt ähnlich dem in Zener‑Dioden. Dieses Band‑zu‑Band‑Tunneln lässt den Strom steil ansteigen. Darüber hinaus driftet Sauerstoffionen innerhalb der Oxide, wenn ein elektrisches Feld angelegt wird. Ihre Bewegung verändert subtil die Dotierung jeder Schicht und verschiebt die Tunneling‑Schwelle, wodurch sich die Leitfähigkeit allmählich über Spannungs‑Polarität und Pulsgeschichte einstellen lässt.

Figure 2
Figure 2.

Große Gitter zum Gehorchen bringen

Mit detaillierten Strom‑Spannungs‑Daten vieler Bauelemente simulierten die Forschenden, wie sich dieser Memristor in großen Kreuzgitter‑Arrays verhält. Während Schreibvorgängen soll nur eine Zelle die volle Spannung erhalten, während benachbarte Zellen etwa die halbe Spannung sehen. Da das neue Bauteil bei der halben Schreibspannung sehr wenig Strom führt, erfahren diese „halb‑selektierten“ Zellen vernachlässigbare unbeabsichtigte Änderungen, wodurch das sichere Betriebsfenster vergrößert wird. Bei Lesevorgängen ist die Hauptsorge das Auftreten von „Schleichpfaden“, die durch benachbarte Zellen verlaufen und die Unterscheidung zwischen hohem und niedrigem Widerstand verwischen. Die starke Nichtlinearität bei der gewählten Lesespannung unterdrückt diese Leckpfade deutlich. Mithilfe von Schaltkreis‑Modellen zeigen die Autoren, dass mit einem optimierten Pull‑up‑Widerstand Arrays von etwa 1.200 × 1.200 Zellen noch zuverlässig zwischen gespeicherten Zuständen unterscheiden könnten, ohne externe Selektor‑Bauelemente.

Versprechen und nächste Schritte

Praktisch betrachtet weist diese Arbeit in Richtung Speichermodule, die Millionen selbstselektierender Memristoren in dichten dreidimensionalen Gittern unterbringen und neuronale Netzwerk‑ähnliche Berechnungen dort ausführen, wo die Daten liegen, statt sie zu weit entfernten Prozessoren zu schleppen. Das demonstrierte Bauelement unterstützt bereits mehrere stabile Leitfähigkeitsniveaus und zeigt gute Leistung in simulierten Mustererkennungsaufgaben, obwohl weitere Verbesserungen — etwa niedrigere Betriebsspannungen und der Nachweis des Verhaltens in nanoskaligen Arrays — noch nötig sind. Für die allgemeine Leserschaft lautet die Kernbotschaft: Durch gezielte Ingenieursarbeit an der Bewegung von Atomen und Elektronen in einem einzigen winzigen Bauteil könnte es möglich werden, die gesamte Architektur künftiger KI‑Hardware zu vereinfachen und sie schneller sowie energieeffizienter zu machen.

Zitation: Chung, P.H., Ryu, J., Seo, D. et al. Bidirectional highly nonlinear analog memristor based on band-to-band tunneling for reliable crossbar array operation. npj Unconv. Comput. 3, 19 (2026). https://doi.org/10.1038/s44335-026-00065-5

Schlüsselwörter: Memristor‑Kreuzgitter, In‑Memory‑Computing, neuromorphe Hardware, nichtlineare Speicherbauelemente, Band‑zu‑Band‑Tunneln