6月,韩国科学技术院（KAIST）的崔信贤教授及其团队与汉阳大学的研究人员合作，宣布他们已经开发出一种异价离子掺杂方法，可以提高下一代存储设备的可靠性和性能。

神经形态计算是一种通过模拟人脑来实现 AI 操作的技术。它以忆阻器为基本单元，具有功耗低、集成度高、效率高等优点。忆阻器是存储器和电阻器的合成词，是保留所有先前状态的存储设备。然而，由于其不稳定的特性，忆阻器通常具有较低的可靠性。
研究团队开发了一种“异价离子掺杂法”来提高这些器件的均匀性和性能。异价离子是与最初存在的原子具有不同价的离子，化合价是键合的量度。

该团队通过原子级模拟分析证明了异价离子掺杂的性能。掺杂的异价离子在附近的氧气中吸引空位，从而产生稳定的器件操作。此外，这些离子附近的空间也扩大了，从而可以加快设备操作速度。根据该团队的分析，掺杂异价离子的忆阻器在晶体和非晶环境中的性能都有所改善。Choi Sin-hyeon教授表示，“异价离子掺杂方法可以提高神经形态器件的可靠性和性能”，并补充说，“它可以为基于忆阻器的下一代神经形态计算的商业化做出贡献,研究结果于6月7日发表在国际学术期刊《科学进展》上。

(消息来源：businesskorea 图片来源：：unsplash)