《Optics & Laser Technology》：Ultrafast laser direct fabricating lateral-structured memristor with ultralow power
编辑推荐：
本研究采用超快激光直写技术制备rGO/GO/Pt横向忆阻器，实现0.85nW超低读出功率，10^4高开关比及微焦耳级能量消耗，并成功模拟突触的长时程增强和抑郁功能，为高效能神经计算系统提供低成本解决方案。
张志超|赵学英|陈云|侯茂祥|陈欣|何美红|冯伟
广东工业大学机电工程学院精密电子制造技术与装备国家重点实验室，中国广州510006
摘要
忆阻器被认为是非易失性存储和类脑计算领域最具前景的技术之一。开发低电压、低功耗的忆阻器对于实现高性能的脑启发计算系统至关重要。在本研究中，通过超快激光直写技术制备了横向结构的rGO/GO/Pt忆阻器。电化学表征显示其具有双极电阻切换特性：低电阻状态源于由氧空位组成的导电细丝的形成与断裂，而高电阻状态则受空间电荷限制的传导机制控制。该器件在1伏电压下实现了0.85纳瓦的超低读取功耗、高达10^4的切换比以及皮焦耳级的切换能量。这些性能指标使其在已报道的横向忆阻器中具有竞争优势。此外，还成功模拟了长时程增强（LTP）和长时程抑制（LTD）等突触功能。这项工作为制备高效能忆阻器及其在人工神经系统中的集成提供了经济可行的策略。
引言
忆阻器以其非线性电阻切换和电荷依赖的记忆效应而成为学术研究的焦点。通过调节输入电压或电流，可以动态调节其电阻[1]，这使它们成为非易失性存储和类脑计算的理想候选材料[2][3][4][5]。传统的金属-绝缘体-金属（MIM）忆阻器通常采用金属电极（如Al[6]、Cu[7]、Au[8]、Ag[9]等）和氧化物电介质（如HfO?[10]、TaO?[11]、Al?O?[12]、TiO?[13]等）。然而，这些器件通常具有较高的切换电压（>1伏）和较高的功耗（毫瓦级别），这限制了它们的可扩展性和实用性。冯等人[14]通过在HfO?忆阻器中掺杂ZnO制备出了存储窗口超过10^3的忆阻器，但切换电压约为1.2伏。余等人[15]采用一步水热法制备了Au/TiO?/FTO忆阻器，保持了超过20的电阻切换比，功耗约为24毫瓦。颜等人[16]报道了一种Ta/Ta?O?-x/Al?O?/InGaZnO?结构的柔性忆阻器，该忆阻器在模拟生物突触功能和抗拉伸性能方面表现出优异的性能，功耗约为0.03毫瓦。这表明，采用纯金属电极或金属氧化物电介质层的忆阻器需要较高的开启电压[17]，并且会产生较大的导通电流，从而导致功耗显著增加，严重限制了其集成和实际应用的潜力。
类石墨烯材料因其优异的电导率和高的载流子迁移率而成为制备忆阻器的最具前景的候选材料之一[18]。例如，氧化石墨烯（GO）在高电阻状态下，可以通过超快激光处理技术进行光热和光化学还原，有效去除表面的含氧官能团[19]，从而转化为低电阻的还原氧化石墨烯（rGO）。这种简便的处理方法为制备具有高切换比和低功耗的基于石墨烯的忆阻器器件提供了可能。在本研究中，我们展示了通过皮秒紫外激光直写技术制备的横向rGO/GO/铂（Pt）忆阻器。该器件在1伏电压下具有0.85纳瓦的超低读取功耗、超过5×10^4秒的可靠切换寿命以及强大的突触模拟能力。
设备制备
为了制备薄层GO薄膜，首先将4毫克/毫升的GO溶液与去离子水混合，并通过超声处理30分钟，得到浓度约为1毫克/毫升的均匀GO溶液。用于支撑GO薄膜的二氧化硅基底被切割成30毫米×30毫米×1毫米的块状，然后在超声处理浴中用去离子水、乙醇和丙酮清洗15分钟，以确保基底表面清洁。随后，向基底上滴加400微升GO溶液...
性能表征
rGO/GO/Pt忆阻器中的rGO电极是通过使用皮秒紫外激光进行光热和光化学还原制备的，而Pt电极则是通过磁控溅射制备的，如图1(a)所示。图1(b)展示了制备好的rGO/GO/Pt忆阻器，其中两个电极之间的未处理GO区域（宽度约为40微米）充当电介质层。
为了表征该器件的电学切换特性，Pt电极...
结论
本研究采用超快激光直写技术设计并制备了具有超低读取功耗的横向结构rGO/GO/Pt忆阻器。研究了激光功率和磁控溅射时间对忆阻器性能的影响。根据已建立的忆阻器表征方法，在完成SET/RESET操作后，我们在1伏的固定读取电压下严格测得了10^4的切换比，而不是基于定性观察得出的结果。
作者贡献声明
张志超：撰写初稿、方法论设计、数据整理、概念构建。赵学英：数据验证、实验研究、数据整理。陈云：撰写、审稿与编辑、项目监督、资金筹集。侯茂祥：实验研究、数据整理。陈欣：项目监督、资源协调、资金筹集。何美红：实验研究。冯伟：数据整理。
利益冲突声明
作者声明他们没有已知的可能会影响本文研究的财务利益或个人关系。
致谢
本研究得到了中国国家自然科学基金（项目编号52422511，Y.C.）、广州市基础与应用基础研究基金（项目编号2024A04J6362和GZGX-24-01，Y.C.）、珠海市产学研合作项目（项目编号2320004002350，Y.C.）以及中国国家机械工业集团有限公司专项研究项目（项目编号ZDZX2024-18，M.H.）的支持。
