[論文レビュー] All-Optically Controlled Memristor

Lingxiang Hu, Jing Yang+4 more|arXiv (Cornell University)|Apr 17, 2020

Advanced Memory and Neural Computing参考文献 75被引用数 6

ひとこと要約

本論文では、InGaZnO（IGZO）を用いた全光的制御によるアナログメモリスタを提案し、光の波長のみを用いて可逆的かつ連続的なメモコンダクタンスの調整を可能にした。このデバイスは、光誘発電子捕獲および解放を活用して双方向のコンダクタンス変調を実現し、光起因のスパイク時間依存可塑性（STDP）を示し、光エレクトロニクスニューロモーフィックコンピューティングシステムへの応用が可能である。

ABSTRACT

Memristors have emerged as key candidates for beyond-von-Neumann neuromorphic or in-memory computing owing to the feasibility of their ultrahigh-density three-dimensional integration and their ultralow energy consumption. A memristor is generally a two-terminal electronic element with conductance that varies nonlinearly with external electric stimuli and can be remembered when the electric power is turned off. As an alternative, light can be used to tune the memconductance and endow a memristor with a combination of the advantages of both photonics and electronics. Both increases and decreases in optically induced memconductance have been realized in different memristors; however, the reversible tuning of memconductance with light in the same device remains a considerable challenge that severely restricts the development of optoelectronic memristors. Here we describe an all-optically controlled (AOC) analog memristor with memconductance that is reversibly tunable over a continuous range by varying only the wavelength of the controlling light. Our memristor is based on the relatively mature semiconductor material InGaZnO (IGZO) and a memconductance tuning mechanism of light-induced electron trapping and detrapping. We demonstrate that spike-timing-dependent plasticity (STDP) learning can be realized in our device, indicating its potential applications in AOC spiking neural networks (SNNs) for highly efficient optoelectronic neuromorphic computing.

研究の動機と目的

• 電気的刺激を一切用いずに、光のみでコンダクタンスを可逆的に調整可能なメモリスタの開発。
• 1つの光エレクトロニクスデバイス内で双方向的かつ連続的なコンダクタンス変調を達成する課題の克服。
• 光制御とメモリスタ機能の統合により、光エレクトロニクスニューロモーフィックコンピューティングを実現すること。
• スパイク時間依存可塑性（STDP）が、全光的制御メモリスタで実証されること。

提案手法

• デバイスは、光誘発電荷捕獲および解放のための活性層として、InGaZnO（IGZO）チャネルを用いる。
• 入射光の波長を変化させることでコンダクタンスを連続的かつ可逆的に調整可能である。
• メカニズムは、IGZO内の不純度状態から光励起電子が捕獲または放出されることに依存し、これによりチャネルコンダクタンスが変化する。
• 電気的バイアスを必要とせず、光制御のみで動作する2端子メモリスタとして構成されている。
• さまざまな光の波長下での特性評価により、コンダクタンス応答のマップ作成と可逆性の検証が行われた。
• スパイクニューラルネットワークの機能を検証するため、光でチューニングされたメモリスタを用いてSTDP学習のシミュレーションが実施された。

実験結果

リサーチクエスチョン

• RQ1 1つのデバイスで、電気的入力を一切用いずに、光のみでコンダクタンスを連続的かつ可逆的に調整できるか？
• RQ2 IGZOベースのメモリスタにおいて、光の波長が電子捕獲および解放ダイナミクスに果たす役割は何か？
• RQ3 全光的制御メモリスタは、ニューロモーフィックコンピューティングに適したスパイク時間依存可塑性（STDP）を示せるか？
• RQ4 同じデバイスにおいて、異なる光の波長に応じてコンダクタンス応答はどのように変化するか？
• RQ5 このようなデバイスは、低消費電力でエネルギー効率の良い、全光的インメモリコンピューティングを実現できるか？

主な発見

• 光の入射波長を変化させることでのみ、広いダイナミックレンジにわたり可逆的かつ連続的なメモコンダクタンスの調整が実現された。
• 特定の波長（例：532 nm）では電子励起と捕獲によりコンダクタンスが増加するが、他の波長（例：405 nm）では放出が誘発され、コンダクタンスが低下する。
• 光を切った後も安定したコンダクタンス状態を維持しており、非揮発性メモリ動作を確認した。
• 多数のサイクルにわたり繰り返し可能で再現性があるため、耐久性が確認された。
• スパイク時間依存可塑性（STDP）が成功裏に実証され、光エレクトロニクスニューラルネットワークにおける学習能力が示された。
• 極めて低いエネルギー消費で動作し、3次元的かつ高密度なニューロモーフィックコンピューティングアーキテクチャに適している。