综述：基于铁电材料的设备在内存计算和神经形态学应用中表现出色

铁电材料因可调突触权重特性受关注，用于构建人工突触器件。当前研究涵盖铁电电容存储器、场效应晶体管、隧道结及域墙存储器，分析其最新进展、应用领域、优缺点及挑战，未来重点优化材料性能、阵列架构、神经形态计算架构及拓展新应用。

　　

摘要

人工智能技术的出现推动了计算能力的范式转变，因为模型规模迅速扩大，参数数量达到了万亿级别。尽管各种新兴存储技术在内存计算和类脑计算方面取得了显著进展，但它们仍无法完全满足大规模模型的巨大需求。由于铁电畴模式在生物学习过程中能够连续调节突触权重，铁电材料在构建人工突触器件方面受到了广泛关注。目前，基于铁电材料的器件主要有四种类型：铁电电容器存储器、铁电场效应晶体管、铁电隧道结和铁电畴壁存储器。本文深入分析了这些器件的最新研究进展、应用领域、各自优势以及面临的挑战。最后，特别强调了材料和器件性能的进一步优化、阵列架构设计、类脑计算架构的改进以及它们新应用的拓展，这些方面预计将成为未来研究的关键焦点。

人工智能技术的出现推动了计算能力的范式转变，因为模型规模迅速扩大，参数数量达到了万亿级别。尽管各种新兴存储技术在内存计算和类脑计算方面取得了显著进展，但它们仍无法完全满足大规模模型的巨大需求。由于铁电畴模式在生物学习过程中能够连续调节突触权重，铁电材料在构建人工突触器件方面受到了广泛关注。目前，基于铁电材料的器件主要有四种类型：铁电电容器存储器、铁电场效应晶体管、铁电隧道结和铁电畴壁存储器。本文深入分析了这些器件的最新研究进展、应用领域、各自优势以及面临的挑战。最后，特别强调了材料和器件性能的进一步优化、阵列架构设计、类脑计算架构的改进以及它们新应用的拓展，这些方面预计将成为未来研究的关键焦点。