【国内论文】NSR丨南京大学万昌锦教授、叶建东教授等人团队：基于铁电κ-Ga₂O₃的抗辐照感内储备池计算系统

        由南京大学万昌锦教授、叶建东教授与香港大学张宇昊教授、汪涵教授及甬江实验室万青教授的研究团队在学术期刊 National Science Review 发布了一篇名为 Celestial neuromorphics based on ferroelectric gallium oxide （基于铁电氧化镓的天体神经形态技术）的文章。南京大学博士生许轲、裴梦皎、关湛南为共同第一作者，叶建东、万昌锦、汪涵教授为通信作者，南京大学为第一完成单位。

        National Science Review（NSR，《国家科学评论》）2014 年创刊，由中科院主办、科学出版社与牛津大学出版社联合出版，全英文月刊、完全开放获取，主编为白春礼院士，聚焦数理、化学、生命、地环、材料、信息等全自然科学领域，接收原创论文、快报、邀约综述、前沿评述等稿件；该刊被 SCIE 等主流数据库收录，长期稳定 15 分以上，属 JCR 及中科院综合类一区 TOP 领军期刊，主打刊发跨学科高影响力突破性科研成果，是国内顶尖综合英文科技期刊。

        在外层空间环境中高效识别天体活动，迫切需要硬件系统在极强宇宙射线辐射下维持高能效与高稳定性，而传统的超宽禁带半导体晶体管通常难以兼容高级神经形态计算所需的非挥发性多态调控功能，导致空间边缘计算设备面临体积极大且功耗过高的瓶颈；为此，研究团队利用具备强抗辐射能力、高日盲紫外敏感性且自发极化强度高的亚稳态铁电 κ 相氧化镓（κ-Ga₂O₃），通过精准控制薄膜生长，首次成功构建了兼具高容错、低功耗神经形态存算一体功能和原位日盲紫外感知特性的抗辐射铁电突触晶体管，为构建面向严苛太空环境的下一代微型化感算一体航天智能硬件平台提供了全新的技术路径。

        高效识别天体活动需要能够在辐射丰富的空间环境中高效且稳健运行的硬件。超宽禁带（Ultra-Wide Bandgap，UWBG）半导体非常适合此类环境，但传统的超宽禁带晶体管本身并不兼容高级计算功能。为解决这一局限性，本文报道了一种基于 κ 相氧化镓（κ-Ga₂O₃）的传感器内储备计算系统（κ-ISRC），该系统集成了深紫外感测、存储和神经形态计算功能，用于天体活动识别。通过原子滑动机制利用 κ-Ga₂O₃ 的极化切换，制造出铁电高电子迁移率晶体管（Ferroelectric High-Electron-Mobility Transistor，FeHEMT）。Al₂O₃/κ-Ga₂O₃ 介电/铁电栅极堆叠提供了负电容效应，支持可配置的存储操作。此外，该器件可在宽温度范围（从 - 270 °C 到 210 °C）内以及平均通量为 1×10⁴ rad/s 的离子辐照下保持性能。利用这些器件特性，天体神经形态系统在包括太阳耀斑、宇宙射线爆发和脉冲星辐射在内的多种天体物理事件中实现了高达 95 % 的分类准确率。本研究建立了超宽禁带铁电半导体作为多功能平台，用于航空航天和深空应用中的节能传感器内神经形态电子学。

        ①研究首次将神经形态计算的架构引入到严苛的空间探测任务中（如太阳耀斑预测和星座识别）。器件不仅能直接感应深太空的日盲紫外信号，还能在原位进行高能效的数据处理与模式识别，极大缓解了空间通信的带宽与功耗压力。

        ②作为核心亮点，该 κ-Ga₂O₃ 铁电突触器件展现出了极强的环境鲁棒性。在经历高达 100 kRad（Si）的高能伽马射线（γ-ray）累积剂量照射后，器件的传输特性、铁电极化切换以及电导调制功能均未发生明显退化，证明其天然适合在辐射丰富的深空环境中长期工作。

        ③利用 κ-Ga₂O₃ 独特的铁电极化翻转机制，器件成功模拟了生物突触的多种关键功能：

        实现了极佳的长程程增强/抑制（LTP/LTD）线性度；

        具备超过 32 个离散的非挥发性电导状态，为高精度神经网络权重赋能；

        表现出出色的非挥发保持特性（保持时间扩展至远期）。

        ④研究团队构建了人工神经网络（ANN）来模拟真实的空间应用场景，并取得了优异的算法验证结果：

        太阳耀斑等级分类：识别准确率达到 90.4 %；

        空间星座图案识别：在遭受重度宇宙噪声干扰下，星座图的识别准确率依然高达 93.2 %，展现出强大的高容错神经形态计算能力。

        ⑤结合第一性原理计算（DFT）与高分辨率微观结构表征，深入揭示了 κ-Ga₂O₃ 内部的铁电开关主要源于非中心对称晶格中镓（Ga）阳离子的微小原子位移。该工作不仅证实了其作为新型超宽禁带铁电材料的微观物理图景，也成功演示了单材料体系在感、存、算三维一体化芯片中的巨大潜力。

        综上所述，本篇文章展示了 κ-Ga₂O₃ 门控铁磁异质结金属氧化物半导体（FeHEMT）器件，该器件将铁电功能与宽带隙异质结构相结合，实现了低于 60 mV/十进制开关、高开/关电流比和极化可编程状态。Al₂O₃/κ-Ga₂O₃ 堆叠的负电容效应使得器件能够在玻尔兹曼极限之外实现陡峭的斜率操作，而 κ-Ga₂O₃ 固有的抗辐射能力则确保了器件在恶劣环境下的稳定性能。利用这些独特的器件特性，文章进一步开发了一种基于 κ-Ga₂O₃ 的传感器内储备计算（κ-ISRC）框架，用于天体活动识别。该器件本质上执行非线性转换和记忆处理，能够以约 95 % 的准确率对太阳耀斑、宇宙射线爆发和脉冲星辐射进行紧凑、节能的分类。

        本研究确立了 κ-Ga₂O₃ 作为一种多功能材料，它不仅拓展了铁电栅控 GaN 晶体管的前沿领域，还为智能传感和低功耗神经形态计算提供了一个耐辐射平台。值得注意的是，通过将传感、处理和存储功能统一于单一材料系统中，κ-ISRC 最大限度地减少了数据传输，提高了计算效率，并确保了在恶劣条件下的韧性，消除了异构存储计算系统中常见的粘合和互连复杂性。此外，κ-Ga₂O₃ 栅控的 FeHEMT 已表现出卓越的抗辐射能力和超宽的工作温度范围。与其他材料系统的对比分析总结见补充表 S1。这种在辐照下的固有抗性使其非常适合部署在恶劣环境和关键任务应用中。所展示的陡峭斜率器件物理与传感器内计算架构之间的协同作用，为下一代航空航天和深空应用的集成电子学开辟了新途径。

        本研究得到了以下项目的支持：国家重点研发计划（2022YFB3605403）、江苏省科技重大专项（BG2024030）、国家自然科学基金（62425403、92364106、62234007、62293522、U21A2071和U21A20503）、中国博士后科学基金（GZB20240720）和中国博士后科学基金（2024M763182）。

图1. 基于 κ-Ga₂O₃ 的可重构传感器内储备池计算（κ-ISRC）系统示意图。（a）基于宇宙射线光曲线的食双星系统检测与信号处理。（b）食双星系统光曲线示意图。（c）不同天体活动的典型光曲线。（d）κ-ISRC 系统的工作流程，从使用 κ-Ga₂O₃ DUV 传感器进行光检测，到通过 FeHEMT 储备池和全连接神经网络的输出层进行储备池状态收集和标签推理。（e）κ-Ga₂O₃ 门控 FeHEMT 的结构示意图。（f）通过施加方波脉冲实现的储备池计算的时间动态。（g）κ-Ga₂O₃ 门控 FeHEMT 中突触权重更新的示意图。

图2: κ-Ga₂O₃ 外延层在 κ-AlGaN/GaN 异质结构上的结构表征与铁电极化特性。（a）κ-Ga₂O₃ 栅控铁电异质结金属氧化物半导体（FeHEMT）的截面示意图。（b）栅极和沟道结构的截面扫描透射电子显微镜（STEM）图像。（c）κ-Ga₂O₃/AlGaN 界面的高分辨透射电子显微镜（HRTEM）图像。（d）κ-Ga₂O₃ 的电子衍射和模拟图案，表明沿[100]和[110]方向的旋转畴。（e）通过原子模拟分子动力学（AIMD）模拟的 κ-Ga₂O₃ 铁电极化翻转。（f）AIMD 模拟过程中沿三个晶轴的平均原子位移。（g）压电微探针（PFM）的振幅和相位滞后环，验证 κ-Ga₂O₃ 的铁电性。（h）在 ± 20 V 的顺序双向直流偏压下，κ-Ga₂O₃ 中面外极化的 PFM 振幅映射和（i）相位映射。（j）κ-Ga₂O₃ 电容器的极化-电场环，其中 Pᵣ、Pₛ 和 E_c 分别表示剩余极化、饱和极化和矫顽场。

图3. κ-Ga₂O₃ 栅控 FeHEMT 的电学特性。（a）在正栅极电压从 - 9.0 V 增加到 + 20 V（编程状态）的扫描下，κ-Ga₂O₃ 栅控 FeHEMT 的滞后曲线。（b）在负栅极电压从 + 6.0 V 增加到 - 20 V（擦除状态）的扫描下，滞后曲线。（c）以 0.003 V/s 的速率进行正向和反向栅极扫描时测得的亚阈值摆幅（SS），显示 SS 低于玻尔兹曼极限 60 mV/dec。（d）κ-Ga₂O₃ 栅控 FeHEMT 的 SS 最小值与 I_ON/OFF 比率的基准图，与先前报道的器件进行比较。（e）器件的温度依赖转移特性。（f）Ta 重离子辐照前后 κ-Ga₂O₃ 栅控 FeHEMT 的最大迁移率。条 1-2：正向扫描；条 3-4：反向扫描。

图4. κ-Ga₂O₃ 栅控铁磁高电子迁移率晶体管（FeHEMT）中的铁电塑性。（a）能带图，展示了短期记忆（STM）和长期记忆（LTM）行为。（b）在输入脉冲施加到栅极时，从漏极收集的、在 200 ms 时间间隔内从 0 到 2.0 V 的栅极电压脉冲下的兴奋性突触后电流（EPSC）响应。（c）在 50 ms 时间间隔的连续脉冲下的累积 EPSC 响应。（d）由 20 V 连续脉冲编程的电导状态的保持。（e）分别使用正负栅极脉冲进行脉冲可调的电导编程和擦除。（f）由连续栅极脉冲诱导的长时程增强（LTP）和长时程抑制（LTD）。

图5. 使用 κ-ISRC 系统进行光曲线分类。（a）κ-Ga₂O₃ DUV 传感器测量的光曲线，代表四种天体活动。（b）光曲线识别任务的工作流程：在 261 nm 光照下获得测量光曲线，收集储层状态，并通过 FeHEMT 中的突触权重训练进行分类。（c）四种天体活动的分类输出。（d）使用 LDA 对储层输出进行降维。每个点对应一个输入，按类别进行颜色编码，显示聚类模式。（e）有无储层层的系统训练准确率。（f）用于分类四种天体活动的混淆矩阵，以对角线元素为主。

DOI：

doi.org/10.1093/nsr/nwag362