κ-Ga2O3中被抑制铁电性的起源：极化与晶格畴壁的相互作用

为何微小晶体滑移对未来电子学至关重要

现代设备越来越依赖能够在不持续供电情况下记忆电状态的特殊材料。这类“铁电”材料有望用于低能耗存储、传感器和能量采集器。然而在许多有前景的化合物中，理论上预测的强烈、稳健行为常常在实际器件中表现得弱很多。本文对一种称为κ-Ga2O3的材料展开调查，揭示了一个被忽视但非常实际的原因，说明了为何实验与理论存在分歧——这一发现也可能帮助工程师有意调控铁电材料的速度、稳定性与低功耗特性。

晶体内部的电记忆

铁电材料具有可以被外加电压翻转的内部电极化，类似于磁体的南北极反转。两个关键评估指标是残余极化（外场关断后保留的“记忆”量）和矫顽场（需要多强的场来开关材料）。对于κ-Ga2O3，针对完美微小晶胞的标准量子力学计算预言了很大的残余极化和非常高的矫顽场，暗示着开关虽难但威力强大。然而实验反复测得的值远小于这些预测——残余极化不足理论的一半，开关场约低十倍——这与其他新兴铁电体中观察到的令人费解的差距相呼应。

沿侧向的极化翻转路径

作者首先重新审视了κ-Ga2O3在原子尺度上实际如何翻转内部极化。与离子简单地在晶格中上下移动不同，他们发现关键运动是叠层的镓-氧层发生侧向滑移与剪切。在开关过程中，某些层发生横向滑动，而相邻层发生形变，有效地扭转了称为四面体的微小构件的取向。这种侧向位移使总体极化方向翻转。借助量子计算，团队描绘了这一滑移路径，发现对于理想晶胞该路径能量屏障适中且产生较大的固有极化——但这仍然比实验值高得多，表明小晶胞图景中缺少了关键因素。

教计算机观察数十亿原子的运动

为捕捉缺失的物理过程，研究者转向机器学习。他们用来自不同温度和电场下、超过两万帧高精度量子模拟得到的原子快照训练了一个“深度学习”原子间模型。该模型能忠实再现能量、力甚至细微的电子特性，同时运行速度足以模拟含数万原子的晶体并覆盖现实时间尺度。有了这个工具，他们可以观察在外加场下极化区域（即畴）如何出现、增长与移动——这些过程对传统量子方法而言尺度过大、时间过长而无法直接处理。

当晶体内部的畴壁成为阻碍

大尺度模拟显示，极化并不会一次性全部翻转。相反，新的反向区域在局部成核并扩展，由移动的边界——极化畴壁——分隔。在完美单晶中，产生首批反向区域需要非常强的电场，但一旦形成，畴壁会快速移动，尤其沿着由侧向滑移偏爱的方向。现实的κ-Ga2O3样品并非单晶——它们包含在平面内旋转120度的多个晶格畴。在这些不同取向区域的边界处，作者展示了为实现翻转所需的侧向滑动无法平滑延续。这些晶格畴壁充当拓扑屏障，可以阻止极化畴壁的推进，从而在晶体中留下一个稳定的、局部部分翻转的畴壁网络。

以记忆强度换取更容易的开关

这种内建的被钉扎的畴壁网络带来了两个主要后果。首先，由于材料部分区域保持未翻转，总体残余极化被降低，使理论值回落到实验观测的范围。其次，位于晶格边界处的预先存在的畴壁作为现成的开关种子：材料无需反复承受成核新反向区域的高能代价，只需通过短距离移动现有畴壁直到遇到下一个障碍，就能快速且在低场下翻转。计算表明，随着晶格畴尺寸变小，阻挡效应变强：记忆强度下降，但开关的容易度和速度提升。该权衡提出了一个强有力的设计控制手段——通过工程化晶格畴的模式与尺寸，来优化像κ-Ga2O3及其它“滑动型”铁电体以用于快速、低功耗的电子器件。

引用: Zhu, Y., Liu, WH., Long, R. et al. Origin of suppressed ferroelectricity in κ-Ga₂O₃: interplay between polarization and lattice domain walls. npj Comput Mater 12, 155 (2026). https://doi.org/10.1038/s41524-026-02022-z

关键词: 铁电畴, 可滑动铁电体, κ相氧化镓, 机器学习势, 畴壁工程