A Study of Analog Synaptic Transistors with Ferroelectric HfO2 Thin Film

Abstract

Since neuromorphic computing system can overcome the limits of the current von-Neumann architecture, it has garnered considerable attention. To implement hardware-based neural networks, it is essential to develop an ideal analog synaptic device that can precisely control synaptic weight. For synaptic devices, although research on various device structures and synaptic materials has been conducted, they still suffer from problems such as CMOS incompatibility and poor synaptic weight update properties and thus, systematic studies are needed in this direction. In this study, we demonstrated the synaptic behaviors of ferroelectric HfO2 based thin-film transistors (FeTFTs) that use partial switching of multilevel polarization to perform analog conductance modulation. As analog synaptic devices, our FeTFTs successfully mimicked synaptic plasticity such as short-term plasticity and long-term plasticity behaviors. In addition, we obtained weight updates of long-term potentiation/depression with high on/off ratio, linearity, endurance, retention, and low cycle-to-cycle variability. In the simulation, we accomplished a high pattern recognition accuracy of over 90% for the MNIST handwritten dataset. Our results exhibited that FeTFTs can be used as alternative artificial synapse. |뉴로모픽 컴퓨팅 시스템은 현재 폰 노이만 아키텍처의 한계를 극복할 수 있는 대안으로 상당한 주목을 받고 있다. 하드웨어 기반 신경망을 구현하기 위해서는 시냅스 가중치를 정밀하게 제어할 수 있는 이상적인 아날로그 시냅스 소자를 개발하는 것이 필수적이다. 이를 위해 다양한 소자 구조 및 시냅스 물질에 대한 연구가 진행되고 있지만 여전히 CMOS 비호환성 및 부정확한 시냅스 가중치 업데이트 특성 등의 한계가 있어 이에 대한 체계적인 연구가 필요하다. 강유전체 HfO2 박막은 낮은 전력소비, 빠른 스위칭 특성을 보일 뿐만 아니라 고집적화 및 CMOS 호환성에 유리하여 시냅스 물질로서 유망한 물질이다. 이 연구에서 우리는 강유전체 HfO2 박막의 다중 레벨 분극 부분 스위칭 특성을 통해 아날로그 컨덕턴스 변조가 가능한 강유전체 HfO2 기반 박막 트랜지스터 (FeTFT)를 개발했다. 아날로그 시냅스 장치로서 FeTFT는 단기 가소성 및 장기 가소성 거동과 같은 시냅스 가소성을 성공적으로 모방했다. 또한 높은 온/오프 비율, 선형성, 내구성, 유지 및 낮은 주기 간 변동성을 가진 장기 강화/저하의 가중치 업데이트를 얻었다. 마지막으로, FeTFT의 최적화된 가중치 파라미터들을 이용하여 MNIST 필기 데이터 세트 시뮬레이션에서 90%의 높은 패턴 인식 정확도를 달성했다. 우리의 결과는 FeTFT가 대체 인공 시냅스로 사용될 수 있음을 보여주었다.