【国内论文】集美大学许望颖/蓝淑琼团队---用于神经形态计算的Ga₂O₃突触晶体管

      许望颖，博士，集美大学教授，国际先进材料协会会士（IAAM Fellow）。2009年本科毕业于浙江大学，2012年硕士毕业于中国科学院宁波材料所，2015年博士毕业于香港中文大学。2015-2016就职于香港科技大学纳米及先进材料研发院，2016-2022年就职于深圳大学，2022年调入集美大学。获国际先进材料协会会士（2025年），广东省珠江人才计划青年拔尖人才（2018年），福建省高层次人才（2022年）等称号。长期从事具有产业化前景的宽禁带氧化物薄膜与器件研究，发表学术论文近100篇，发明专利20项，论文总引用近3000次，H因子30。担任 Nat. Electron.、J. Am. Chem. Soc.、Adv. Mater.、Adv. Funct. Mater.等近20个国际主流期刊审稿人。

      神经形态计算作为一种旨在突破传统冯·诺依曼架构瓶颈的新型计算范式，对能够高效模拟生物突触功能的电子器件提出了迫切需求。在众多候选材料中，氧化镓（Ga₂O₃）凭借其超宽禁带、优异的化学稳定性和独特的光电特性，在构建人工突触器件领域展现出新兴的应用潜力。然而，以往基于 Ga₂O₃ 的神经形态研究主要集中在两端忆阻器结构，这类器件在模拟复杂的突触功能时，面临着如潜行路径电流、功能可控性差以及大规模集成困难等固有挑战。为解决这些局限性，研究人员将目光投向了三端突触晶体管，旨在通过引入一个独立的控制端（栅极）来实现对器件电导的精确动态调控。三端突触晶体管作为模拟生物突触功能的重要器件，特别是其中的电解质门控突触晶体管（EGSTs），通过离子在电场下的迁移来调制沟道，其工作机制与生物突触高度相似，在实现高保真度的突触可塑性方面展现出巨大潜力。研究表明，通过对 Ga₂O₃ 材料进行离子掺杂（如本文中的钠离子），可以有效调控其作为电解质的功能，从而精确模拟从短期记忆到长期记忆的多种突触行为，为构建高性能、低功耗的神经形态系统开辟了新的途径。

      系统研究了通过低温水溶液法制备的钠离子（Na⁺）掺杂氧化镓（Ga₂O₃）三端电解质栅控突触晶体管的神经仿生特性及其工作机制。研究采用了全面的电学测试方法，包括电容-频率（C-f）测量、脉冲响应分析和人工神经网络（ANN）仿真，以阐明钠离子迁移对沟道电导的调制机理以及其在模拟生物突触可塑性中的关键作用。结果表明，适度的钠离子掺杂（20%）能够使 Ga₂O₃ 层表现出显著的电解质特性，在外加电场下，离子的迁移与重新分布形成了强大的双电层（EDL）耦合效应，这是实现突触功能的核心。器件成功模拟了多种关键的生物突触行为，包括兴奋性/抑制性突触后电流（EPSC/IPSC）、短期/长期记忆（STM/LTM）、脉冲配对可塑性（PPF/PPD）以及高通滤波等。此外，通过调控突触前脉冲的频率和数量，该研究实现了从短期记忆向长期记忆的平滑过渡，并在 MNIST 手写数字识别仿真中达到了 87.8% 的高准确率。这项工作不仅验证了钠离子掺杂策略的有效性，也为开发低成本、高性能的 Ga₂O₃ 基神经形态计算器件提供了创新的设计思路和坚实的实验基础。

      （a）首次报道了基于钠离子掺杂氧化镓（Na-Ga₂O₃）的三端电解质栅控突触晶体管。

      （b）创新性地利用 Na⁺ 离子在电场下的迁移来模拟生物突触的信号传递与记忆功能。

      （c）全面模拟了多种关键的突触可塑性，包括短期记忆（STM）、长期记忆（LTM）以及二者之间的转换。在人工神经网络仿真中验证了器件的高性能，手写数字识别准确率达到 87.8%，展示了其在神经形态计算领域的巨大应用潜力。

      （d）实现了低成本、低温（250°C）的水溶液制备工艺，具有良好的环境友好性和工艺兼容性。

      本研究采用低温水溶液法成功制备了基于钠离子掺杂氧化镓（Na-Ga₂O₃）的电解质栅控突触晶体管，并对其神经形态计算功能和内在物理机制进行了系统探索，以阐明钠离子在电场下的迁移对器件突触可塑性的调制作用。结果表明，通过精确控制钠离子的掺杂浓度，可以有效调控 Ga₂O₃ 层的电解质特性，从而实现对沟道电导的精确模拟。电学特性分析表明，器件成功模拟了多种关键的生物突触功能，包括兴奋性/抑制性突触后电流（EPSC/IPSC）、短期/长期记忆（STM/LTM）以及脉冲配对可塑性（PPF/PPD）等。高分辨率的电学脉冲测试进一步证实，通过改变突触前脉冲的幅值、宽度和频率，能够实现对突触权重（即沟道电导）的精细调控，并模拟了从短期可塑性向长期可塑性转换的学习过程。最后，基于实验数据的神经网络仿真，器件在 MNIST 手写数字识别任务中表现出高达 87.8% 的准确率，验证了其在复杂模式识别中的应用潜力。这项全面的研究不仅提出了一种新颖的器件结构和材料体系，也为开发低成本、高性能、环境友好的神经形态计算硬件奠定了坚实的基础。这些发现极大地拓展了氧化镓材料在先进计算领域的应用前景，并为设计新一代智能电子器件提供了重要的科学指导。

图1.（a）生物突触示意图。（B）Na掺杂Ga₂O₃ EGST的器件结构。（c）不同Na掺杂浓度的Al/Na掺杂Ga₂O₃/p⁺⁺ Si MIM器件的C-f特性。不同Na掺杂比例（d）0%，（e）10%，（f）20%，（g）30%的Na掺杂Ga₂O₃ EGST的转移曲线。

图2. Na掺杂Ga₂O₃ EGST中Na⁺迁移的示意图（a）小的正尖峰;（B）较大的正尖峰;（c）负尖峰。

DOI：

doi.org/10.1039/D5TC01248A