本报讯  中国科大李晓光团队一直致力于铁性隧道结信息存储原型器件研究，在磁电耦合、超快、多阻态、低功耗、非易失信息存储等方面取得了重要进展。在前期研究基础上，团队基于铁电隧道结量子隧穿效应，实现了具有亚纳秒信息写入速度的超快原型存储器，并可用于构建存算一体人工神经网络，该成果近日在线发表于《自然·通讯》杂志上。

在大数据时代，海量数据的低能耗、快速存储处理是突破和完善未来人工智能、物联网等技术发展的关键之一。为此，迫切需求一种既像SRAM一样能匹配CPU处理数据的速度(<1ns)，又像闪存一样具备高密度、非易失的信息存储。更进一步地，如果该存储器还具有优秀的忆阻特性，从而实现人工突触器件的功能，则可用于构建存算一体的计算系统，并有望突破冯诺依曼架构，为人工智能提供硬件支持。

研究人员制备了高质量Ag/BaTiO3/Nb:SrTiO3铁电隧道结，其中铁电势垒层厚为6个单胞（约2.4nm）。结果表明，该铁电隧道结非易失存储器具有超快、超低功耗、高密度、长寿命、耐高温等优异特性，是目前综合性能最好的非易失存储器之一。特别是，该存储器还由于铁电隧穿层中畴的可连续翻转特性能实现电阻的连续调节，而且这一忆阻特性可用于构建超快的人工突触器件，从而用于开发超快人工神经网络存算一体系统。人工神经网络的模拟结果表明，利用该铁电隧道结忆阻器构建的人工神经网络可用于识别MNIST手写数字，准确率可达90%以上。

李晓光教授和殷月伟教授为论文通讯作者。博士生马超、罗振为论文共同第一作者。

（物理学院 合肥微尺度物质科学国家研究中心 科研部）