合肥3月19日電 (記者 吳蘭)記者19日從中國科學技術大學獲悉，該校李曉光團隊研究實現了具有亞納秒信息寫入速度的超快原型存儲器，可用于構建存算一體人工神經網絡。該成果在線發表在《自然通訊》雜志上。
在大數據時代，海量數據的低能耗、快速存儲處理是突破和完善未來人工智能、物聯網等技術發展的關鍵之一。
因此迫切需求高速且高密度、非易失的信息存儲器。如果該存儲器還具有優秀的憶阻特性，從而實現人工突觸器件的功能，則可用于構建存算一體的計算系統，并有望突破馮諾依曼架構，為人工智能提供硬件支持。
李曉光團隊一直致力于鐵性隧道結信息存儲原型器件研究，在磁電耦合、超快、多阻態、低功耗、非易失信息存儲等方面取得了重要進展。
在前期研究基礎上，該團隊研究人員制備了高質量鐵電隧道結。基于隧道結能帶的設計，以及其對阻變速度、開關比、操作電壓的調控，該原型存儲器不僅信息寫入速度快，而且遠超商用閃存壽命。即使在極端高溫(225℃)環境下仍能進行信息的寫入，可實現高溫緊急情況備用。
研究結果表明，該鐵電隧道結非易失存儲器具有超快、超低功耗、高密度、長壽命、耐高溫等優異特性，是目前綜合性能最好的非易失存儲器之一。
人工神經網絡的模擬結果表明，利用該鐵電隧道結憶阻器構建的人工神經網絡可用于識別MNIST手寫數字，準確率可達90%以上。
