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( 二 ) 研究半导体已有多年的刘川教

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）。

文章图片
图|多模式晶体管的理论、仿真和实验（来源：NatureElectronics）
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》（Multimodetransistorsandneuralnetworksbasedonion-dynamiccapacitance）为题发表在NatureElectronics上[1] ， XiaociLiang是第一作者，刘川教授担任通讯作者。

文章图片
图|相关论文（来源：NatureElectronics）
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， NatureElectronics还刊登了题的“Tuningelectrolyte-gatedtransistorstoorder”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。

文章图片
“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。