潜通路电流是大规模无源忆阻器阵列集成的最大障碍之一。理想的自校正电阻随机存取存储器（SR-RRAM）是一种理想的解决方案，但目前尚未被证明可以优化神经形态计算。西南大学周广东、段书凯利用p-n结的单向导电特性，开发了具有稳定自整流开关行为的HfO_x/FeO_x半导体异质结SR-RRAM。

本文要点：

1) HfO_x/FeO_x半导体异质结SR-RRAM具有10⁴的平均整流比、高电阻比（>10⁶）、高循环耐久性（>10⁴个循环）、高计算精度（>6位）和突触可塑性，如成对脉冲促进（PPF）和尖峰时间依赖可塑性（STDP），可用于人工智能识别。

2) 基于紫外光电子能谱（UPS）技术和低能逆光电子能谱（LEIPS）的能带模式以及原位高分辨率透射电子显微镜（HR-TEM）观察验证了这种半导体异质结中的电子跳跃、隧穿和阻断在自整流模拟开关行为中起着主导作用。

参考文献：

Haofeng Ran et.al Self-Rectifying Switching Memory Based on HfO_x/FeO_x Semiconductor Heterostructure for Neuromorphic Computing Adv. Functional Mater. 2024

DOI: 10.1002/adfm.202418113

https://doi.org/10.1002/adfm.202418113