研究背景
电解质栅晶体管具有低操作电压，高输出电流，且电导可调的优点。通过调控离子运动，可以模拟不同的突触行为。电解质栅的引入还可使亚阈值斜率低于玻尔兹曼极限（60mV/dec），这些特性使其为创建低功耗集成电路，生物传感器和神经形态计算网络提供了新方法。然而，对这些功能及其器件物理的深入了解仍然有限。在此动态系统中，离子的瞬态变化增加了界面电势、有效电容和沟道电荷在时空演变下的复杂性。
最近，中山大学刘川教授小组提出了一个时变栅控理论以计算固态电解质栅晶体管中的电流。理论，仿真和实验一并表明，该器件可以通过编程界面离子实现多模式运作。根据不同的模式，团队还通过软件创建了不同神经网络。近期，相关成果在线发表在知名学术期刊Nature Electronics上。Nature Electronics还刊登了题为"Tuning electrolyte-gated transistors to order"的News & Views专题报道（https://www.nature.com/articles/s41928-022-00901-z），介绍和推荐该工作，认为其演示了结构相对简单、但功能适应性强的晶体管新原理（“ a relatively simple structure but highly adaptable functionality”）
晶体管作为非常基本的电子单元，为模拟和数字电路的功能奠定了基础。对新型晶体管的探索和理解一直是电子和材料科学的核心研究课题之一。作为这类器件中的一类，电解质栅晶体管除了具有一般的低工作电压和高输出电流外，还表现出各种有吸引力的特点。利用离子运动的时空依赖性，可以实现各种人工突触和记忆系统。由于电介质中的离子在栅极偏压的驱动下接近或远离半导体/电介质界面，电解质栅晶体管表现出的瞬时电流可以模拟各种类似突触的行为，包括通过调节脉冲振幅和脉冲频率的成对脉冲促进、短期记忆（STM）和长期记忆（LTM）。晶体管的开启的亚阈值摆幅可以被推至远低于60 mV/dec。这些新的晶体管为高密度、低功耗的集成电路、超灵敏的生物传感器和气体传感器，以及紧凑和强大的神经形态计算网络开辟了新的途径。
然而，这些新功能都是作为独立的分支被报道的，它们的本质联系仍未揭示。与静态系统不同，电解质的离子动态电容将不再是一个常数，而是一个偏压和时间的函数。此外，静电势不再是在电介质内线性下降，而是主要在电解质-半导体界面下降——这大大增加了静电势、有效电容和通道内电荷积累的时空演变的复杂性。该工作推导出一个紧凑的理论来解耦这些因素，用于解决固态电解质的晶体管中时间和门控电流的复杂问题。
新理论的出发点是，离子的分布会影响介电层中的电势分布，当达到稳态时电势主要落在界面处（图2左）。在恒压扫描时，界面离子浓度和电势降会逐渐增加并达到饱和，而动态电容会先增加再减小。在三角波扫描时，不同的扫描速度会使器件展现出不同的电容、电流特性。理论还预测，通过对离子分布或扫描速度进行编程，可在单个晶体管中按需出现可塑性、超高表观迁移率、超尖锐的亚阈值摆幅和记忆性电导等几种新特性（图2右）——而这些特性，正是新型计算如类脑神经计算等所需要的。
图2 晶体管的离子动态电容示意（左图）和器件的四个模式统一理论（右图）。
上述理论预测得到数值仿真和器件实验的验证。如下图3所示，器件可表现出多种模式：在不同脉冲幅值下，器件可以表现出短期或长期可塑性；在合适的界面离子预设下，器件的表观迁移率比用普通介电层的器件大几倍以上；在合适的扫描速度和扫描范围下，器件的正向和方向曲线都可以表现出低于60mV/dec的亚阈值斜率；进一步减慢扫描速度或增大扫描范围，器件可以表现出负跨导、从低电阻变为高电阻的现象，类似忆阻特性。理论显示，这些奇异的特性都会随着一个特性电容的增大而增强，其大小正比于离子扩散系数和初始离子浓度、反比于栅电压扫描速率。这点也由数值计算和实验结果得到证实。
图3：多模式晶体管的理论、仿真和实验。
论文不仅解释了电解质栅晶体管的工作机理，而且为其多种工作模式的实现和调控提供了方法，为该器件的材料设计和电路应用提供了基础。这种可控多模式的特点可以进一步被利用来产生多模式的神经网络，其工作模式可以根据功率或速度需求在不同的神经网络架构中切换。上述研究统一解释了离子栅晶体管的多种新奇特性，并实现特性之间的可控切换，也为具有离子动态电容的晶体管在理论、实验和应用的新发展提供了基础。
该研究得到了国家自然科学基金委经费支持，基于中山大学电子与信息工程学院和光电材料与技术国家重点实验室进行，梁孝慈博士研究生为论文的第一作者，刘川教授为论文的通讯作者。
参考文献：
Liang, X., Luo, Y., Pei, Y. et al. Multimode transistors and neural networks based on ion-dynamic capacitance. Nat Electron (2022).
DOI：10.1038/s41928-022-00876-x
https://www.nature.com/articles/s41928-022-00876-x
