在神经系统中，神经的树突、树枝能够在突触（synapses）和人体细胞（soma）之间进行信号传输，并在例如突触后信号的非线性积分等处理功能中起到关键作用。但是人工神经系统中缺少这部分关键功能，并抑制了其在灵活性，能源效率和处理复杂任务的能力等过程中的性能。因此，清华大学微电子学研究所（未来芯片技术高精尖创新中心）吴华强等将突触，树突，人体细胞结构单元组装到可扩展忆阻器设备中，并测试了其在数字识别任务、模拟多层网络中的性能。结果显示，该系统比相同规模的中央处理器功率低三个数量级，比典型的专用集成电路芯片功率低70倍。作者认为这种装备有功能型树突的网络产生实质上性能的飞跃，并且在噪声背景中抽取关键信息的过程中能量消耗有显著缩减，并且有更高的准确性。

 本文要点：

（1）

器件结构。树突器件的结构：是基于Pt/TaO_x/AlO_δ/Al制作的，器件大小为5×5 μm²，分别溅射负载40 nm TaO_x、5 nm AlO_δ，并分别在底部和顶部沉积50 nm的Pt和70 nm的Al电极。人工突触的结构：是基于TiN/HfO_x/TaO_x/TiN制作的，器件大小为5×5 μm²，通过原子层沉积方法负载8 nm厚的HfO_x电阻开关层，并沉积45 nm厚的TaO_x储氧层和热增强层改善开关性能，随后在顶部和底部负载TiN电极。反应中的读取电压设置为0.15 V。人工细胞的结构：分别沉积50 nm厚的Pt底部电极，70 nm厚的Pd顶部电极，在Pt层下方沉底一层较薄的Ti用于改善Pt和SiO₂之间的结合作用。并沉积40 nm厚的NbO_x层。

参考文献

Xinyi Li, Jianshi Tang, Qingtian Zhang, Bin Gao, J. Joshua Yang, Sen Song, Wei Wu, Wenqiang Zhang, Peng Yao, Ning Deng, Lei Deng, Yuan Xie, He Qian & Huaqiang Wu*

Power-efficient neural network with artificial dendrites, Nature Nanotechnology 2020

DOI：10.1038/s41565-020-0722-5

https://www.nature.com/articles/s41565-020-0722-5