基于氧化物界面的多态电子器件用于类脑计算

这个微小器件为何对未来人工智能重要

随着手机、汽车和数据中心变得更“聪明”，它们也消耗了大量电力。许多能耗并非来自“思考”本身，而是来自在存储信息的芯片与处理信息的芯片之间不断往返传输数据。本文报道了一种由氧化物材料制成的新型微观器件，它能同时承担多种电子功能，甚至模拟脑细胞学习的一些特性。这类会“变形”的硬件有望构建比当今计算机更紧凑、能效更高的未来人工智能系统。

同一微小构件，多种“性格”

研究者使用了两种氧化物——铈铝酸兰（LaAlO3）和钛酸锶（SrTiO3）——之间的特殊界面。在这些晶体接触的地方，电子形成了一层极薄且可移动的电子薄膜，表现得像导电纳米线。通过精确图案化该界面并加入两个侧电极，团队制造出一个可以实时重新接线的纳米级结构，使其能扮演三种不同的基本电子元件。在一种接线方案下它表现为常规晶体管；换一种则成为忆阻器（具有记忆的电阻）；第三种配置下则作为忆容器（具有记忆的电容）工作。三种模式都在室温下、约一平方微米的面积上工作——比使用三个独立器件要小且更简单得多。

“变形”如何实现

在晶体管模式下，施加在侧门上的电压将电子推入或推出LaAlO3/SrTiO3纳米线，从而像标准场效应晶体管一样调节通道电流。要切换到忆阻器行为，只需让侧门电极保持电气悬浮而不接到固定电势。电荷就能够缓慢地在这些悬浮区域之间隧穿，因此通道电阻取决于其最近的电压历史并呈现特征性的滞回环。用于忆容器操作时，相同的门结构以可控且有历史依赖的方式存储和释放电荷，从而产生两个不同的电容状态，并在电容—电压响应中出现明显的滞回。在这三种情况下，关键物理机制是界面附近电荷的可控俘获与释放，而不是原子或缺陷的大规模迁移，这使得行为稳定且可重复。

从基本元件到类脑电路

由于同一物理器件可根据外部接线表现为晶体管、忆阻器或忆容器，它成为类脑（受大脑启发的）电路的灵活构件。作者首先将一个晶体管与一个忆容器相连，构建了一个简单的“水库计算”单元。一个短促的输入脉冲控制晶体管，后者进而给忆容器充电。输出电压随后缓慢衰减，保留对最近输入的衰减记忆。这种非线性、短期记忆正是水库计算在模式识别等任务中所需的。利用计算机生成的数字图像，团队展示了由这些单元阵列产生的时变电压轨迹可以区分不同数字。

在同一平台上实现学习、逻辑与决策

同一氧化物器件还可以重新接线为模拟突触（神经元之间的连接）和逻辑门的电路，这是数字计算的基本单元。在一种由一个晶体管和一个忆阻器组成的配置中，短电压脉冲会产生瞬时电流变化，而反复或更强的脉冲会产生持久变化，类似生物突触在反复使用后增强的行为。借助两个晶体管和一个忆阻器，作者实现了OR和AND逻辑操作，其中逻辑输出被直接存储在忆阻器的电导中，输入信号移除很久后仍保持。通过改变工作电压的扫描方式，同一电路可以在类OR和类AND行为之间重新配置，从而实现一种可随时调整规则的突触逻辑。作为概念验证，他们将心率和血压信号映射到该电路，并用它模拟一个简单的健康监测决策树，以区分健康个体与心脏病患者。

这对日常技术意味着什么

对非专业读者来说，关键信息是：作者已将多种电子行为——甚至基本的学习与决策功能——浓缩到单一稳定且兼容硅工艺的氧化物器件中。这可以减少电路面积、降低连线开销并降低能耗，同时支持诸如模式识别和自适应逻辑等先进的类人工智能处理。如果能进行规模化，这类多态氧化物器件可能成为未来芯片的基础，将传统计算与受大脑启发的方法融合，帮助数据中心、边缘设备和传感器更高效地处理日益增长的信息流，相较于仅含晶体管的架构效率更高。

引用: Pradhan, S., Miller, K., Hartmann, F. et al. Oxide interface-based polymorphic electronic devices for neuromorphic computing. Nat Commun 17, 3406 (2026). https://doi.org/10.1038/s41467-026-71642-2

关键词: 类脑计算, 忆阻器, 氧化物界面, 水库计算, 多态电子学