Вопрос про мемристоры.

Как вы упомянули, мемристанс управляет нелинейным поведением электрической или магнитной цепи в зависимости от количества электрического заряда, прошедшего через нее. В этой статье Струков и соавт. из лаборатории HP описали свойства мемристоров и предоставили фундаментальную математическую модель.

В качестве физической модели использовалась цепь металл/оксид/металл, где металлом является Pt, а оксидом является тонкая пленка TiO2 толщиной в десятки нанометров. Эта оксидная пленка состоит из двух слоев: слоя чистого TiO2 и другого слоя TiO2 с низким содержанием кислорода. В бедном кислородом TiO2 кислородные вакансии служат подвижными зарядами 2+, которые могут диффундировать в направлении внешнего электрического поля. Контроль толщины слоя TiO2 с низким содержанием кислорода изменит общее сопротивление цепи и создаст гистерезисную характеристику при развертке.

Таким образом, мемристивность естественным образом возникает в результате диффузии катионов в широкозонных оксидных полупроводниках. Мемристивность может быть собственной или внешней, т.е. в приведенном выше примере TiO2 является собственным мемристором, поскольку в систему не вводилось никаких внешних добавок, а проводящим агентом служила только кислородная вакансия. Очевидно, внешний мемристор легирован ионами.

Отвечая на: «Вопрос в том, какие законы физики управляют работой этих устройств». и «какие вычислительные приложения они могут иметь», позвольте мне процитировать абзац из недавней работы, в которой я был соавтором: «На пути к перестраиваемым мемристивным материалам с несколькими состояниями на основе пептидов», Cardona Serra et al, Phys Chem Chem Phys 2021, DOI 10.1039/D0CP05236A

Первый мемристивный материал был предложен еще в 2008 году в лабораториях HP и основан на механизме миграции кислорода на границе раздела TiO2/TiO2-x. В этом конкретном случае поверхность раздела между обеими неорганическими фазами действует как подвижный барьер, где оксо-анионы перемещаются в зависимости от тока, проходящего через устройство. Относительное положение барьера между TiO2/TiO2-x приводит к различным состояниям сопротивления. Этот механизм приводит к так называемому эффекту «мемристивного переключения». В более позднем типе мемристивного материала используются наноразмерные спинтронные генераторы — совершенно другой подход, в котором магнетизм и электроника взаимодействуют для построения нейронных единиц. Этот маршрут основан на концепции магнитосопротивления спинового клапана, где полное сопротивление магнитного туннельного перехода (MTJ) зависит от взаимной ориентации мягко-переменного ферромагнетика по отношению к жестко закрепленному ферромагнетику. Таким образом, ток, проходящий через переход, создает момент намагниченности мягкого ферромагнетика, который приводит к прецессии спина с частотами от 100 МГц до десятков ГГц. Эти спиновые прецессии могут быть преобразованы в колебания напряжения через магнитосопротивление. Из-за их реакции на тепловой шум MTJ были представлены как энергонезависимая магнитная память, которая может с определенной стохастичностью вносить вклад в переход сопротивления. Это свойство недавно использовалось для генерации случайных чисел и других вычислительных приложений, основанных на шуме. Хотя этот механизм, основанный на спинтронике, физически сильно отличается от миграции ионов кислорода, описанной выше, по существу результат тот же: процесс, при котором электрический ток через компонент приводит к контролируемому изменению электрического сопротивления. Действительно, различные физические процессы могут привести к аналогичному мемристивному поведению, и было обнаружено, что разные материалы более или менее подходят для различных мемристивных приложений.

Хотя это даже не претендует на то, чтобы быть исчерпывающим, оно обеспечивает контекст для ответа, который вкратце таков: различные физические механизмы могут на практике вызывать мемристивное поведение, всегда основанное на материалах или устройствах, которые не находятся в термодинамическом равновесии в соответствующих условиях. шкала времени работы. И от этого могут выиграть различные вычислительные приложения, возможно, наиболее заметные среди аппаратных нейроморфных вычислений.