中山大学提出新型晶体管原理，为构建多模态神经网络提供理论基础

研究半导体已有多年的刘川教授，一路走来都非常“直溜”，既有专业选择上的一以贯之，也有科研生涯上的稳行高处。

本硕博毕业于清华和剑桥的物理系，获得博士学位后，他先后在半导体产业较为发达的日本和韩国工作。后于 2014 年回国加入中山大学电子与信息工程学院，主攻半导体材料和原理。

图 | 刘川（来源：刘川）

他说：“我在日本国立物质材料研究所工作时，可以和一些高端半导体制造设备厂商共同研究，在他们的研发早期就能尝鲜使用厂商的设备，并通过双方的互动和反馈，根据设备使用情况提出修改的意见。另外，在日本的科研环境中，会不自觉地做得尽可能细致和深入，这也给我如今的科研工作风格带来了影响。”

而在韩国东国大学的工作环境中，他与合作教授以及企业的互动也比较频繁，但更加注重结果导向，节奏也比较快。

“可以说，在韩国的工作经历，在研究速度上给我提了一大截，也给我现在的科研工作中引入了进度控制的理念。在日韩的工作经验，分别从慢节奏的深入细致和快节奏的目标导向，给我带来了沉浸其中的体验。而现在，我也希望在二者之间做好平衡。”刘川表示。

而在前不久，他和团队的一项研究成果，解决了电解质栅晶体管在工作机理、调控方法以及潜在应用上的一些问题。为构建多模态的晶体管和神经网络，提供了底层的器件基础和理论基础。

同时，也能为制备和实现多模态晶体管的材料筛选、结构设计、编程应用、特性分析等，提供理论参考，还可以为开发神经形态计算的研究者提供基础硬件模型，以及为高密度低功耗的多模态神经形态硬件提供网络架构。

（来源：Nature Electronics）

结构更简单、功能适应性更强的晶体管新原理

据介绍，晶体管作为基本的计算单元，已被广泛用于人工突触模拟、神经形态计算等研究中。作为其中的一类，电解质栅晶体管展现了诸多优势，比如低工作电压、高输出电流、以及模拟突触长期记忆和短期记忆的能力。

然而，对于这些新现象，此前报道往往集中于分析其中某一种现象，而多种现象之间的本质联系是什么？至今依旧缺乏一个统一机理，去对其进行描述和理解，因此也就难以系统性地控制器件性能，更难以在神经形态计算中加以利用。

该团队注意到，虽然电解质栅晶体管的复杂性貌似一团“乱麻”，但是串联这些纷繁现象的根本原因和主要线索，便是电解质中离子在电场中的动态过程。

其逻辑链条如下：离子的瞬时动态和既往历史，共同决定着电解质的界面电容，从而动态地影响着晶体管内半导体的界面电势，进而影响晶体管的工作电流。

可见，离子动态电容的复杂性，一方面会增加晶体管工作时的静电势、有效电容、沟道电荷电流的复杂性，一方面也为解释电解质栅晶体管的多种特性提供了基础。

为了解耦上面提到的多个动态变化的参数，该课题组推导出一种紧凑型理论，解决了固态电解质栅晶体管中时间和门控电流的复杂问题。

理论研究表明，受到栅电压的驱使，离子会在半导体介电层界面逐渐积累，此时界面电势和动态电容会随之增加；但是，当离子浓度达到饱和，界面电势也会到饱和，让动态电容随之减小。

当进行电压扫描时，就能对界面离子浓度进行编程，让器件表现出不同的特性。按照理论预测，单个晶体管可以按需表现出短时或长时的可塑性、高表观迁移率、以及陡峭亚阈值斜率和忆阻行为。

研究中，课题组进行了数值仿真和器件实验，对于理论上预测的多模态特征、以及实现多模态的控制方法进行了验证，并获得了多模态特性的关键材料和器件参数需求（比如离子扩散系数、初始离子浓度、栅电压扫描速度等）。

图 | 多模式晶体管的理论、仿真和实验（来源：Nature Electronic

概括来说，这项工作不仅建立了一个电解质栅晶体管的紧凑模型，而且指明了调控多种工作模式的方法，为理解其器件物理原理和材料设计提供了基础。

进一步地，研究小组利用其多模式的特点，建立了可切换的多模神经网络，让不同神经网络可以根据功率或速度要求，进行按需的切换。

近日，相关论文以《基于离子动态电容的多模晶体管和神经网络》（Multimode transistors and neural networks based on ion-dynamic capacitance）为题发表在Nature Electronics上 [1]，Xiaoci Liang 是第一作者，刘川教授担任通讯作者。

图 | 相关论文（来源：Nature Electronics）

评审专家认为，该成果对于开发非常规晶体管和神经形态电路的研究人员具有重要价值，同时也将有助于解决一些备受争议的问题，比如超陡峭的亚阈值斜率、高估的载流子迁移率、以及场效应晶体管中的其他奇怪特性。

还有一位审稿人表示：“该研究领域的一个主要障碍是缺乏可定量模拟离子传输的复杂动力学、以及由此产生的电容和沟道电流的适用理论。我很高兴地看到这项工作深入探索了器件动力学的不同方面，即单个晶体管中的不同模式。其理论可能是第一个用相同的公式成功地模拟复杂的非线性晶体管行为的理论。”

此外，Nature Electronics还刊登了题的“Tuning electrolyte-gated transistors to order”的 News & Views 专题报道，认为该论文演示了结构相对简单、同时功能适应性强的晶体管新原理。

“不要轻视简单，简单意味着坚固”

研究中，在最开始的调研阶段，该团队主要从“晶体管亚阈值斜率是否可以无限陡峭”的问题出发，后来慢慢发现了电解质栅晶体管的可控制性，以及同一个器件能展现出不同的特性。

在学习参考文献时他们发现，其实这些广泛关注的新奇特性，尽管已在不同报道中出现，但是其器件结构和材料是很类似的。因此大家猜测这些不同特性是有本质联系的，而且是可以同时实现的。

然而，如何调控和复现这些特性，成为摆在眼前的第一个难题。为此，课题组开始关注离子动力学、以及由其引发的动态电容，并进行了大约半年的数值仿真和理论构建。

在初步探索出一些规律之后，则开始进入理论、仿真、实验三者的相互验证，并逐步结合实验结果和仿真结果，来对理论进行优化，进而从理论结果中指导实验测试。

期间，在大量的数据中，课题组陆续提取出了最主要的信息，其中包含关键的参数、以及多模态的实现。随着理论的完善，大家也对各种现象具备了更深刻的认识，从而总结了几个最关键的特性参数的描述公式。

接下来，器件的多种特性促使他们思考：是否可以尝试实现可切换的神经网络？于是，研究团队根据器件特性，构建了模态可切换的神经网络，并演示了基于神经网络的硬件结构。

（来源：Nature Electronics）

期间，也经历了理论结合实验、同步推进、互相印证的各种迂回挫折。研究初期正处于新冠疫情初发时期，由于不能入校实验，大家只能根据调研结果和已有的实验现象，来进行建模和仿真等工作。

尽管模型的初步建立、以及数值的仿真，可以展现出一些符合文献描述的结果。但也会给出一些文献中从未报道过的奇怪结果，当时课题组受限于研究条件，不能用实验进行验证，只能依靠“脑补”展开想象。

后来终于可以进校实验，这时他们重新审视这些“奇怪的结果”，并根据理论方法去制备和测试器件，证明可以在实验中得到其中某些结果。

也就是说，理论给出的“奇怪结果”并不奇怪，只是之前从未被测出来。更加值得注意的是，他们发现这些特性竟然是可以被控制的。

对此刘川表示：“这激起了我们的研究热情，促使我们进行更深入的探索。也正是这种理论与实验的深度结合，带给了我们足够新奇的体验，也让我们对《三体》里的一句话深有体会：‘不要轻视简单，简单意味着坚固。’理论虽然简单，但却能带来丰富的预测结果，这是我们之前未曾体会过的。”

基于目前的成果，也让他们对于同类器件建立了初步认识，其计划在理论指导之下，去挖掘更能发挥优势的材料体系。在进一步验证理论的同时，也希望可以提高响应速度、以及不同器件间的一致性。

除此以外，课题组还计划基于本次的硬件结构，开发一个小规模的神经网络，让一些原来必须用软件实现的智能计算方案，也能用硬件来实现。

参考资料：

1.Liang, X., Luo, Y., Pei, Y. et al. Multimode transistors and neural networks based on ion-dynamic capacitance. Nat Electron 5, 859–869 (2022). https://doi.org/10.1038/s41928-022-00876-x