本发明公开一种同质结型感存算集成器件及其制备方法。该同质结型感存算集成器件包括：柔性衬底；底电极，其为有机导电聚合物，形成在所述柔性衬底上；第一功能层，其为经退火后的三元素n型氧化物半导体薄膜，具有光电响应的结晶相，形成在所述底电极上；第二功能层，其为未经退火的三元素n型氧化物半导体薄膜，与所述第一功能层的材料相同，共同构成同质结；多个彼此间隔分布的凹槽，贯穿所述第二功能层和所述第一功能层至底电极，其内填充有隔离层；顶电极，形成在所述第二功能层上，其中，第一功能层在光照下产生光生载流子，对光学信息进行感知，并以电流的形式反馈至器件，同时借助第二功能层的忆阻特性，以实现整体器件状态的记忆存储，通过对器件不断地施加光电信号，实现器件电导的连续调制，从而实现神经形态计算中权重更迭。

该成果创新性地基于二维半导体的硅基同质器件，首次提出了类脑功能的“传感-计算-存储一体化”神经形态芯片架构，实现了光电传感、放大运算、信息存储功能的一体化集成，为突破冯·诺依曼瓶颈和实现类脑智能提供了一种全新思路。 缪向水教授团队，长期从事相变存储器芯片、存算一体忆阻器芯片技术研究。2018年出版了国内第一本忆阻器专著《忆阻器导论》，2019年团队93项三维相变存储器芯片专利许可给芯片公司并合作开发产品，并与行业龙头企业合作建立了联合实验室，推动存储器芯片技术的成果转化以及未来引领技术的探索。曾荣获国家科技进步奖2项、湖北省技术发明一等奖1项。 同质晶体管-存储器架构的原理及器件结构 缪向水团队长期从事相变存储器芯片、存算一体忆阻器芯片技术研究。2018年出版了国内第一本忆阻器专著《忆阻器导论》，2019年团队93项三维相变存储器芯片专利许可给芯片公司并合作开发产品，并与行业龙头企业合作建立了联合实验室，推动存储器芯片技术的成果转化以及未来引领技术的探索。曾荣获国家科技进步奖2项、湖北省技术发明一等奖1项。

现阶段所设计的存算一体器件单元结构如图 1 所示： 器件的基本结构由波导和功能层（由下到上分为加热层、电极层、保护层、相变材料（硫系化合物）层）所构成。拟通过在当前流行的绝缘层上硅(SOI)光子平台上集成四氮化三硅光波导的方式实现器件的光学读取功能，即在非常厚的硅衬底层上生长一层绝缘层二氧化硅和波导层，然后在基片上通过光刻、显影、刻蚀等工艺制备四氮化三硅波导。功能层主要用于实现器件的电学写入功能。加热器层的主要用途是与相变材料层形成电接触，通过较小的接触面积使接触处的热量集中，从而可以在较小的电压或电流下使相变材料发生相变。因此需要加热器层具备较好的导热和导电性能，同时在近 C 波段具有较低的光损耗，可采用石墨烯。电极层可用于提供相变材料器件单元所需要的编程电脉冲。当前拟采用硒掺杂的相变材料合金（如 GSST）作为器件的核心功能层的相变材料。该材料在通信/非通信波段显示了极低的光损耗和更高的品质因数，且相变前后在通信 C 波段具有足够大的光学常数反差，可在更恶劣的高温环境下进行操作，适用于硅基光子器件应用。 采用的主要技术手段包括： ① 依托于相变材料的电致和光致相变特性，通过电学编程、光学读取的方法实现器件的存储、算术运算和逻辑运算功能：  存储功能的实现：拟利用相变材料晶态低透过率和非晶态高透过率分别代表二进制中的‘1’和‘0’，实现数据存储（编程）功能。例如在电极两端施加合适的电脉冲，所产生电流流经加热层时，生成的热量主要集中在加热层和相变材料层接触处，使得接触处的相变材料发生相变，实现存储功能。在完成上述编程操作后，从器件波导输入端输入读取连续光。由于相变材料功能层对光强的吸收能力在编程和非编程区域间存在着显著的差异，因此当输入光经过波导后，其能量会因为相变材料编程区域的吸收而发生改变，进而显著改变输出光强能量。所以通过测量输入输出光强的能量之比（即透过率），可实现对先前编程区域的读取。  算术和逻辑功能的实现：通过调整编程电脉冲的幅度和宽度可以动态调控相变材料的相变程度，使得器件的中间透过率值可用于代表不同的数值，实现多级存储功能。所以拟采用输入脉冲数量对应加数的方法实现标量加法计算。同时由于所设计器件的读取连续光输出功率可视为读取连续光输入功率和器件透过率的乘积，因此可采用将输入功率和透过率作为被乘数和乘数的方法实现基本乘法运算。除此之外还可以将器件功能层的初始状态设置为非晶相，把晶化脉冲幅值和不足以产生晶化的脉冲幅值分别作为输入逻辑‘1’和‘0’；同时设定一个判定阈值并与编程后器件透过率的变化率进行对比，把高于和低于阈值的透过率变化率分别作为输出逻辑 ‘1’和‘0’；通过合理选择编程脉冲有望实现各种逻辑功能输出。 ② 基于器件透射率可调特性验证其实现神经突触的可行性。并依托所设计人工突触构建人工神经网络芯片，实现图像、语音和文本识别功能：  突触可塑性是大脑记忆和学习的神经生物学基础，也是人工类脑器件需要实现的首要功能。为实现突触可塑性，拟把相变材料和波导之间的耦合区域视为仿生神经突触，左右两端电极分别代表突触前和突触后，分别施加在两端电极上的电脉冲则作为突触前和突触后刺激。通过调节从左右两端电极输入耦合区域的电脉冲时间差对耦合区域的光透过率进行连续调控，进而依托于上述存算理论模型和实物器件仿真和实验实现仿生神经突触的脉冲时序依赖可塑性（Spike-Timing-Dependent-Plasticity, STDP)。  将不同波长的光脉冲序列输入所设计的突触单元, 经过相变材料的作用，脉冲强度发生变化，对应于乘法器。进而借助于微环结构，将不同波长的脉冲导入进同一波导中，该功能类似加法器。相加后的脉冲光强较小时，读取光与微环发生共振，在输出端口没有光强输出。当光强达到一定的阈值后，读取信号不再和微环发生共振，而是传播到输出端口。这一过程类似神经元脉冲信号的激发，实现了非线性激活函数的功能。利用上述的单个神经元结构，验证其监督式机器学习和非监督式机器学习。对于监督式机器学习，权重的数值通过外部管理器设置；对于非监督式机器学习，不再需要外部管理器来设置权重值，而是通过输出光脉冲进行反馈控制，调整权重值。在单个神经元结构的基础上，更复杂的光学脉冲神经网络结构，证明该结构的可扩展性。拟设计的神经网络中的每一层结构包括三个功能单元，即收集器、分发器和神经突触结构。收集器将上一层不同波长的光脉冲信号收集到同一根波导中，分发器将光脉冲分发给多个神经元，神经突触结构则产生光脉冲信号，输入给下一层结构。基于上述结构实现图片、语音和文本的识别。 创新性分析：①首次研究了一款基于“电学编程、光学读取”模式的光电混合存算一体化器件。与传统电学存算一体化器件相比,拟研发的器件可以进行长距离的信息传输，具有传输带宽高、信号间延迟低、损耗低、抗干扰、集成密度高等优点。②采用硒(Se)掺杂的相变材料作为存算一体化器件的核心功能材料。与采用其他相变材料的存算一体器件相比，以硒参杂的相变材料作为功能材料的存算一体器件有望展现出极低的光损耗。③提出了一种基于“电学脉冲刺激、光学权重调节”的人工神经突触。该突触器件有望成为未来通用型人工神经突触，填补了光电混合型人工突触的技术空白。 先进性分析：①所提出的光电混合工作模式使得该存算一体化器件不但具有传统集成电路的高密度特性，且兼具光通信技术的宽频带、低延迟、抗干扰的优越性能。②所采用硒参杂的相变材料不但继承了传统材料具有的快速相变转化速度、低功耗和稳定性强等特性，且本身在通信波段非晶态透明的同时还保持了相变前后足够大的光学性能差异的特点。③所设计的突触继承了人工电子突触和全光突触的优点，具有高集成度、低功耗、超快响应时间、稳定性强等优点。 独占性分析：根据已取得成果正在撰写专利，以获得该关键技术的独有权。 

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。

已有样品/n面向存储器领域国际发展前沿和国家重大需求，长期紧密合作，系统深入研究了新型存储器机理、器件材料与结构体系、性能调控规律、可靠性表征和集成技术。取得了局域氧化还原主导的阻变模型、阻变存储器三维集成、电荷俘获存储器材料和结构体系优化及可靠性表征等系列原创性科技成果，获得了国内外同行的广泛引用和高度评价。获得了具有自主产权的新型存储器件及集成解决方案，主要发明专利和技术研究成果转移到国内知名集成电路制造企业。

磷化铟基集成高速光开关芯片

项目采用了中山大学自主研发的低损耗低应力超低温氮化硅材料平台，研制了一系列光子集成的关键 器件

基片集成类导波结构是近十几年来微波毫米波学界发展起来的一种新型高性能平面集成导波结构，它具有极低的电磁泄露和互扰，其品质因数和功率容量远高于传统平面传输线，国内外数百所大学和研究机构开展了大量研究，使之成为微波毫米波领域最受关注的研究分支之一。 学科洪伟教授课题组是国际上这一学术分支的主要倡导者和贡献者之一，在IEEE系列刊物上发表学术论文120余篇，在美、英、德、日、韩、波、葡等国家召开的国际会议上作大会报告、特邀报告20余次，论文被40多个国家的学者正面他引5000余次，获授权国家发明专利50余项。 该研究成果在国内外都产生了比较大的影响，获2016年度国家自然科学二等奖。

成果介绍基片集成类导波结构是近十几年发展起来的一类新型平面集成高性能导波结构，2011年被国际微波杂志列为“改变未来无源与控制器件的十大非凡发明”之首（Microwave Journal, Nov. 2011）。本项目组是国际上这一领域的主要贡献者之一，在国家自然科学基金委创新群体基金和国家973项目等的资助下，对基片集成类导波结构的传输特性、谐振特性、损耗机理、模式转换机理、极化转换机理等科学问题及其在多个分支的创新应用开展了系统深入的研究，建立了精确有效的设计方法，构建了基础设计公式，提出并命名了半模基片集成波导等新型导波结构，提出了一系列基片集成类无源元件新结构等。技术创新点及参数1、在国际上最早提出并发展了适合于周期性基片集成类导波结构的频域有限差分和直线法全波分析模型，揭示了其传输机理，并在此基础上构建了一组闭式设计公式。这组公式已被广泛用于基片集成类导波结构元器件的设计。相关代表作单篇正面他引均超过150次。2、提出并命名了半模基片集成波导、折叠半模基片集成波导等新型导波结构，系统研究了其导波特性、损耗机理和模式转换机理等，构建了设计公式，并在此基础上发展了一系列新型微波毫米波高性能元器件，其中代表作单篇正面他引均超过100次。3、提出了多种基片集成波导无源新结构，深入研究了其谐振特性、耦合特性和损耗机理，并在此基础上发展了一系列高性能新型元器件及单基片集成系统。相关代表作合计正面他引350余次。4、在基片集成波导天线辐射机理研究的基础上，突破了经典Elliott设计公式的局限性，建立了相应的分析模型和设计方法，发展了一系列新颖的高性能基片集成类天线及阵列，相关代表作由于其基础性和创新性被合计正面他引300余次。市场前景项目研究成果已获54项授权国家发明专利，其中部分专利已进行技术转让并应用于企业产品中。