Ученые физического факультета и Института ядерной физики МГУ имени Д.В. Скобельцына вместе с коллегами из Курчатовского института разработали способ заметно улучшить характеристики мемристоров на основе оксидов металлов, используя воздействие альфа-частиц. Об этом «Жуковский.Life» рассказали в пресс-службе университета.
Мемристор — это электронный элемент, который «запоминает» изменения своего электрического сопротивления, сохраняя информацию о проходивших токах.
Благодаря способности одновременно хранить и обрабатывать данные, мемристоры считаются ключевой технологией для энергоэффективной памяти и нейроморфных вычислений, работающих по аналогии с человеческим мозгом.
Однако, чтобы мемристоры стали основой массовых устройств и искусственного интеллекта, нужно повысить их стабильность при работе, увеличить число устойчивых состояний сопротивления и научиться точной настройке этих параметров.
Исследователи МГУ решили эти задачи с помощью технологии управляемого дефектообразования. Она основана на облучении структуры мемристора альфа-частицами, что приводит к целенаправленному созданию дефектов — кислородных вакансий в оксиде титана. Такие дефекты улучшают способность мемристора удерживать различные уровни сопротивления и увеличивают надежность переключения между ними.
В эксперименте использовались мемристоры на базе TiOX/Ti, которые после облучения стали работать гораздо стабильнее — количество устойчивых состояний выросло почти втрое, а разница между высоко- и низкоомными режимами увеличилась в два раза. Кроме того, возрастает «выносливость» устройства: число рабочих циклов существенно увеличивается. Важным преимуществом метода стало то, что дефекты появляются строго в нужных местах и в необходимом количестве, что подтверждено и микроскопическим анализом, и компьютерным моделированием. Такой способ управления называется инженерией дефектов и отличается высокой точностью.
Для облучения использовался плутоний-239, который испускает альфа-частицы нужной энергии. Это позволило создавать порядка 10¹⁶ вакансий кислорода на кубический сантиметр материала — именно такой уровень дефектов обеспечивает оптимальные свойства мемристоров, что показали как эксперименты, так и вычислительные модели.
Такой подход к улучшению мемристоров особенно актуален для нейроморфных систем, ведь чем больше состояний устойчиво хранит элемент, тем выше его «пластичность» — свойство, похожее на обучение у биологических нейронов. Это позволяет разрабатывать сложные аппаратные нейросети нового поколения.
Кроме того, технология послепроизводственной «настройки» характеристик мемристоров дает возможность создавать гибкие и адаптивные электронные системы без необходимости менять состав или конструкцию устройств, что делает такие решения перспективными для энергоэффективной электроники и искусственного интеллекта.
Томские ученые создают новые алмазные сплиттеры для синхротронных установок. К массовому выпуску сплиттеров ученые и инженеры планируют приступить к 2027 году, после завершения комплекса исследований и испытаний.