KR102592840B1 - 멤리스터 소자 기반의 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템 - Google Patents
멤리스터 소자 기반의 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템 Download PDFInfo
- Publication number
- KR102592840B1 KR102592840B1 KR1020210111461A KR20210111461A KR102592840B1 KR 102592840 B1 KR102592840 B1 KR 102592840B1 KR 1020210111461 A KR1020210111461 A KR 1020210111461A KR 20210111461 A KR20210111461 A KR 20210111461A KR 102592840 B1 KR102592840 B1 KR 102592840B1
- Authority
- KR
- South Korea
- Prior art keywords
- electrode
- neuromorphic
- magnitude
- current density
- voltage
- Prior art date
Links
- 210000002569 neuron Anatomy 0.000 claims abstract description 98
- 210000000225 synapse Anatomy 0.000 claims abstract description 73
- 238000009792 diffusion process Methods 0.000 claims abstract description 20
- 230000010354 integration Effects 0.000 claims abstract description 18
- 230000015654 memory Effects 0.000 claims abstract description 18
- 239000000463 material Substances 0.000 claims abstract description 11
- 229910021645 metal ion Inorganic materials 0.000 claims abstract description 11
- 239000000956 alloy Substances 0.000 claims abstract description 7
- 230000007787 long-term memory Effects 0.000 claims description 16
- 230000006403 short-term memory Effects 0.000 claims description 15
- 230000007423 decrease Effects 0.000 claims description 13
- YIZVROFXIVWAAZ-UHFFFAOYSA-N germanium disulfide Chemical compound S=[Ge]=S YIZVROFXIVWAAZ-UHFFFAOYSA-N 0.000 claims description 11
- QZCHKAUWIRYEGK-UHFFFAOYSA-N tellanylidenecopper Chemical compound [Te]=[Cu] QZCHKAUWIRYEGK-UHFFFAOYSA-N 0.000 claims description 10
- KDLHZDBZIXYQEI-UHFFFAOYSA-N Palladium Chemical compound [Pd] KDLHZDBZIXYQEI-UHFFFAOYSA-N 0.000 claims description 9
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims description 9
- 239000010936 titanium Substances 0.000 claims description 8
- 239000010931 gold Substances 0.000 claims description 6
- 239000010955 niobium Substances 0.000 claims description 6
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 claims description 4
- 229910052719 titanium Inorganic materials 0.000 claims description 4
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 claims description 3
- NRTOMJZYCJJWKI-UHFFFAOYSA-N Titanium nitride Chemical compound [Ti]#N NRTOMJZYCJJWKI-UHFFFAOYSA-N 0.000 claims description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 3
- 229910052737 gold Inorganic materials 0.000 claims description 3
- 229910052735 hafnium Inorganic materials 0.000 claims description 3
- VBJZVLUMGGDVMO-UHFFFAOYSA-N hafnium atom Chemical compound [Hf] VBJZVLUMGGDVMO-UHFFFAOYSA-N 0.000 claims description 3
- 229910052741 iridium Inorganic materials 0.000 claims description 3
- GKOZUEZYRPOHIO-UHFFFAOYSA-N iridium atom Chemical compound [Ir] GKOZUEZYRPOHIO-UHFFFAOYSA-N 0.000 claims description 3
- 229910052750 molybdenum Inorganic materials 0.000 claims description 3
- 239000011733 molybdenum Substances 0.000 claims description 3
- 229910052758 niobium Inorganic materials 0.000 claims description 3
- GUCVJGMIXFAOAE-UHFFFAOYSA-N niobium atom Chemical compound [Nb] GUCVJGMIXFAOAE-UHFFFAOYSA-N 0.000 claims description 3
- 229910052763 palladium Inorganic materials 0.000 claims description 3
- 229910052697 platinum Inorganic materials 0.000 claims description 3
- 229910052701 rubidium Inorganic materials 0.000 claims description 3
- IGLNJRXAVVLDKE-UHFFFAOYSA-N rubidium atom Chemical compound [Rb] IGLNJRXAVVLDKE-UHFFFAOYSA-N 0.000 claims description 3
- MZLGASXMSKOWSE-UHFFFAOYSA-N tantalum nitride Chemical compound [Ta]#N MZLGASXMSKOWSE-UHFFFAOYSA-N 0.000 claims description 3
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 3
- 229910052721 tungsten Inorganic materials 0.000 claims description 3
- 239000010937 tungsten Substances 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 239000007769 metal material Substances 0.000 claims description 2
- 230000001747 exhibiting effect Effects 0.000 claims 1
- 210000004556 brain Anatomy 0.000 abstract description 14
- 238000012546 transfer Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 17
- 238000000034 method Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 14
- 230000000946 synaptic effect Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000010304 firing Methods 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 239000010949 copper Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 4
- 238000003491 array Methods 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 230000003278 mimic effect Effects 0.000 description 4
- 230000001629 suppression Effects 0.000 description 4
- 229910002531 CuTe Inorganic materials 0.000 description 3
- 229910005839 GeS 2 Inorganic materials 0.000 description 3
- 229910052802 copper Inorganic materials 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000027928 long-term synaptic potentiation Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003014 reinforcing effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 210000003050 axon Anatomy 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 229910021389 graphene Inorganic materials 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000012776 electronic material Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000020796 long term synaptic depression Effects 0.000 description 1
- 229910052961 molybdenite Inorganic materials 0.000 description 1
- CWQXQMHSOZUFJS-UHFFFAOYSA-N molybdenum disulfide Chemical compound S=[Mo]=S CWQXQMHSOZUFJS-UHFFFAOYSA-N 0.000 description 1
- 229910052982 molybdenum disulfide Inorganic materials 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/801—Constructional details of multistable switching devices
- H10N70/821—Device geometry
- H10N70/826—Device geometry adapted for essentially vertical current flow, e.g. sandwich or pillar type devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/20—Multistable switching devices, e.g. memristors
- H10N70/24—Multistable switching devices, e.g. memristors based on migration or redistribution of ionic species, e.g. anions, vacancies
- H10N70/245—Multistable switching devices, e.g. memristors based on migration or redistribution of ionic species, e.g. anions, vacancies the species being metal cations, e.g. programmable metallization cells
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/801—Constructional details of multistable switching devices
- H10N70/841—Electrodes
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/801—Constructional details of multistable switching devices
- H10N70/881—Switching materials
- H10N70/882—Compounds of sulfur, selenium or tellurium, e.g. chalcogenides
- H10N70/8822—Sulfides, e.g. CuS
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Neurology (AREA)
- Semiconductor Memories (AREA)
Abstract
본 발명은 멤리스터 소자를 이용한 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템에 관한 것으로, 멤리스터 소자를 사용하여 인간의 뇌에서 기억 및 정보전달을 담당하는 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현하는 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템을 제공하는 기술에 관한 것으로, 본 발명의 일실시예에 따르면 뉴로모픽 소자는 제1 전극, 상기 제1 전극과 대향 배치된 제2 전극, 상기 제1 전극과 상기 제2 전극 사이에서 비정질 물질로 형성되는 스위칭층 및 상기 스위칭층과 상기 제1 전극 사이에서 합금 물질로 형성되어 상기 스위칭층 내 금속 이온의 표류(drift) 및 확산(diffusion) 중 어느 하나를 제어하는 소스층을 포함하고, 상기 제1 전극을 통해 인가되는 전압에 기반한 최대 전류 밀도(max current density)의 크기에 따라 휘발성(volatile)에 따른 인공 뉴런의 적분 특성 및 비휘발성(non-volatile)에 따른 인공 시냅스 특성 중 어느 하나의 특성을 구현할 수 있다.
Description
본 발명은 멤리스터 소자를 이용한 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템에 관한 것으로, 멤리스터 소자를 사용하여 인간의 뇌에서 기억 및 정보전달을 담당하는 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현하는 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템을 제공하는 기술에 관한 것이다.
오늘날 사용되고 있는 컴퓨터는 모두 폰노이만 구조를 채택하여 사용되고 있다.
종래 기술에 따른 폰노이만 구조는 중앙처리장치(central processing unit, CPU)와 메모리(memory)로 분리되어 있으며, 이 둘을 연결하는 버스(bus)를 통해 명령어를 읽거나 데이터를 읽고 쓰는 작업을 수행한다.
중앙처리장치와 메모리의 역할을 분리하여 설계한 덕분에 오늘날의 컴퓨터는 하드웨어 변경 없이 소프트웨어만으로 여러 데이터를 처리할 수 있다는 큰 장점이 있다.
그러나, 폰노이만 구조는 중앙처리장치와 메모리 사이의 대역폭이 낮다는 치명적인 단점을 갖고 있다.
즉, 프로그램 메모리와 데이터 메모리가 물리적 구분 없이 하나의 버스를 통해 중앙처리장치와 교류하기 때문에 중앙처리장치는 명령어와 데이터에 동시에 접근이 불가능하고 나열된 명령을 한 번에 하나씩 읽고 쓰게 되는 병목현상(bottleneck)이 필연적으로 발생하게 된다.
최근 인공 지능 분야에서 각광을 받고 있는 딥러닝(deep learning)은 대규모 병렬 처리가 필요하며, 폰노이만 구조를 적용하여 딥러닝을 구현하면 데이터 처리, 전송 속도, 에너지 소비 측면에서 효율성이 떨어진다.
따라서, 인간의 뇌 신경구조를 하드웨어로 모방한 신경모사구조(neuromorphic architecture)가 새로운 대안으로 제시되고 있다.
신경모사구조는 뇌의 신경 세포인 뉴런(neuron)의 역할을 담당하는 소자와 뉴런과 뉴런 사이에 존재하는 생물학적 시냅스(synapse)의 역할을 담당하는 소자 등으로 이루어져 있다.
이러한 구조는 병렬 컴퓨팅이 가능하여 기억과 연산을 대량으로 동시에 진행할 수 있다.
최근에는 시냅스의 기능을 모사할 수 있는 하드웨어 기반 인공 시냅스에 대한 활발한 연구가 진행되고 있다.
인간의 뇌는 약 1000억 개의 뉴런과 약 100조 개의 시냅스가 병렬적으로 연결되어 있다.
각각의 뉴런은 수상돌기(dendrite)를 통해 다른 뉴런에서 입력 신호를 받아서 축색돌기(axon)을 통해 다른 뉴런으로 신호를 내보낸다.
이때 시냅스는 뉴런과 뉴런을 연결하는 역할을 하고, 다른 뉴런의 축색돌기로부터 받은 신호를 어느 정도의 세기 (weight)로 전달할 것인지 결정하는 중요한 역할을 한다.
산화물 기반 멤리스터를 이용하여 생물학적 시냅스의 특성인 장기강화/장기억제(Long-term potentiation/Long-term depression)의 특성을 모방한 것으로서 일정한 펄스를 연속적으로 인가할 때 시냅스의 가중치가 선형적, 대칭적, 그리고 점진적으로 증가하거나 감소하는 경향을 나타낸다.
논문(Hirokjyoti Kalita et al., Artificial Neuron using Vertical MoS2/Graphene Threshold Switching Memristors, Scientific Reports, 2019)에서는 MoS2/Graphene 기반 휘발성 멤리스터를 이용하여 생물학적 뉴런의 특성을 모방하는 연구를 공개한다.
또한, 논문(Min-Kyu Kim et al., Short-Term Plasticity and Long-term Potentiation in Artificial Biosynapses with Diffusive Dynamics, ACS Nano, 2018)에서는 멤리스터를 활용한 단기기억(short-term memory) 및 장기기억(long-term memory)의 특성을 예시한다.
한편, 논문(Donguk Lee et al., Various Threshold Switching Devices for Integrate and Fire Neuron Applications, Advanced Electronic Materials, 2019)에서는 휘발성 멤리스터를 이용하여 적분 특성을 구현하고, 결합 특성을 구현하기 위한 공정을 예시한다.
다만, 종래 기술에 따른 멤리스터 소자를 이용한 뉴런 및 시냅스의 특성 모방 연구는 CMOS 공정에서 커패시터의 크기가 1000 F2 이상이므로 집적도 측면에서 치명적인 단점이 존재한다.
또한, 3단자를 갖는 전해질 게이트 트랜지스터를 이용한 인공 시냅스 소자는 전해질 게이트를 이용했다는 점에서 집적도 및 CMOS 공정 호환성의 문제를 가지고 있다.
본 발명은 멤리스터 소자를 사용하여 인간의 뇌에서 기억 및 정보전달을 담당하는 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현하는 뉴로모픽 소자를 제공하는 것을 목적으로 한다.
본 발명은 하나의 멤리스터 소자를 이용하여 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현함에 따라 하드웨어 기반 인공 뉴런 및 시냅스 소자 어레이 제작 시 사용하는 물질의 종류가 대폭 감소하여 공정의 단순화를 이루는 것을 목적으로 한다.
본 발명은 멤리스터 소자를 이용하여 인간 뇌의 시냅스 특성인 쌍 펄스 촉진 및 단기기억에서 장기기억으로 변화되는 특성을 확보하는 것을 목적으로 한다.
본 발명은 4F2 이하의 사이즈를 갖는 CuTe 및 GeS2 기반의 멤리스터 소자를 이용하여 뉴로모픽 소자 구현의 집적도 문제 및 CMOS 공정 호환성 문제를 함께 해결하는 것을 목적으로 한다.
본 발명은 멤리스터 소자를 사용하여 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현하는 뉴로모픽 소자를 이용한 뉴로모픽 시스템을 제공하는 것을 목적으로 한다.
본 발명의 일실시예에 따른 뉴로모픽 소자는 제1 전극, 상기 제1 전극과 대향 배치된 제2 전극, 상기 제1 전극과 상기 제2 전극 사이에서 비정질 물질로 형성되는 스위칭층 및 상기 스위칭층과 상기 제1 전극 사이에서 합금 물질로 형성되어 상기 스위칭층 내 금속 이온의 표류(drift) 및 확산(diffusion) 중 어느 하나를 제어하는 소스층을 포함하고, 상기 제1 전극을 통해 인가되는 전압에 기반한 최대 전류 밀도(max current density)의 크기에 따라 휘발성(volatile)에 따른 인공 뉴런의 적분 특성 및 비휘발성(non-volatile)에 따른 인공 시냅스 특성 중 어느 하나의 특성을 구현할 수 있다.
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 인공 뉴런의 적분 특성을 구현하고, 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 상기 인공 시냅스 특성을 구현할 수 있다.
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 상기 스위칭층 내 상기 확산에 의해 저항이 초기 상태로 돌아오는 셀프 리셋(self-reset)되는 휘발성을 나타내고, 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 상기 셀프 리셋되지 않는 비휘발성을 나타낼 수 있다.
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 크기(amplitude)가 증가되면 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 증가할 수 있다.
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 펄스폭(pulse width)이 증가하는 경우에 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 증가할 수 있다.
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 펄스 간격(pulse interval)이 증가하는 경우에 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 감소할 수 있다.
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭, 크기 및 펄스 간격의 전압이 상기 제1 전극을 통해 반복적으로 인가되는 횟수에 기반하여 일정 시간 이후에 출력 전류의 크기가 초기 전류 크기로 감소되는 단기 메모리(short-term memory) 동작 및 상기 일정 시간 이후에 전류 출력의 크기가 유지되는 장기 메모리(long-term memory) 동작 중 어느 하나의 메모리 동작을 수행할 수 있다.
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭, 크기 및 펄스 간격의 전압이 상기 제1 전극을 통해 반복적으로 인가되는 경우에 출력 전류의 크기가 반복적으로 증가하는 쌍펄스 촉진(paired pulse facilitation, PPF) 특성을 나타낼 수 있다.
상기 제1 전극 및 상기 제2 전극은 30 nm의 두께를 가지고, 상기 스위칭층 및 상기 소스층은 10 nm의 두께를 가지며, 상기 제1 전극, 상기 제2 전극, 상기 스위칭층 및 상기 소스층은 크로스바 타입(crossbar-type)의 멤리스터(memristor) 구조를 이룰 수 있다.
상기 스위칭층은 게르마늄 황화물(GeS2)을 포함하는 상기 비정질 물질로 형성되고, 상기 소스층은 구리 텔루라이드(CuTe)를 포함하는 상기 합금 물질로 형성될 수 있다.
상기 제1 전극 및 상기 제2 전극은 백금(Pt), 텅스텐(W), 타이타늄 나이트라이드(TiN), 탄탈럼 나이트라이드(TaN), 금(Au), 루비듐(Ru), 이리듐(Ir), 팔라듐(Pd), 타이타늄(Ti), 하프늄(Hf), 몰리브덴(Mo) 및 나이오븀(Nb) 중 선택되는 적어도 어느 하나 금속 물질로 형성될 수 있다.
본 발명의 일실시예에 따르면 뉴로모픽 시스템은 인가되는 전압에 기반한 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하인 경우에 비휘발성에 따른 인공 시냅스 특성을 구현하는 적어도 하나의 제1 뉴로모픽 소자를 포함하는 인공 시냅스부 및 상기 인공 시냅스부와 전기적으로 연결되고, 인가되는 전압에 기반한 최대 전류 밀도의 크기가 400 A/cm2 이하인 경우에 휘발성에 따른 인공 뉴런의 적분 특성을 구현하는 적어도 하나의 제2 뉴로모픽 소자를 포함하여 적분 동작 및 발화 동작을 수행하는 인공 뉴런부를 포함할 수 있다.
본 발명의 일실시예에 따르면 뉴로모픽 시스템은 상기 수행된 발화 동작에 기반한 발화 신호를 감지하여 상기 인공 시냅스부의 전도도(conductance)를 제어하는 제어부를 더 포함할 수 있다.
상기 적어도 하나의 제2 뉴로모픽 소자는 제1 전극, 상기 제1 전극과 대향 배치된 제2 전극, 상기 제1 전극과 상기 제2 전극 사이에서 게르마늄 황화물(GeS2)로 형성되는 스위칭층 및 상기 스위칭층과 상기 제1 전극 사이에서 구리 텔루라이드(CuTe)로 형성되어 상기 스위칭층 내 금속 이온의 표류 및 확산 중 어느 하나를 제어하는 소스층을 포함하고, 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 상기 스위칭층 내 상기 확산에 의해 저항이 초기 상태로 돌아오는 셀프 리셋되는 휘발성을 나타낼 수 있다.
상기 적어도 하나의 제2 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 크기가 증가되면 상기 인공 뉴런의 적분 특성과 관련된 전류의 크기가 증가하고, 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 펄스폭이 증가하는 경우에 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 증가하며, 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 펄스 간격이 증가하는 경우에 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 감소할 수 있다.
상기 적어도 하나의 제1 뉴로모픽 소자는 제1 전극, 상기 제1 전극과 대향 배치된 제2 전극, 상기 제1 전극과 상기 제2 전극 사이에서 게르마늄 황화물(GeS2)로 형성되는 스위칭층 및 상기 스위칭층과 상기 제1 전극 사이에서 구리 텔루라이드(CuTe)로 형성되어 상기 스위칭층 내 금속 이온의 표류 및 확산 중 어느 하나를 제어하는 소스층을 포함하고, 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 셀프 리셋되지 않는 비휘발성을 나타낼 수 있다.
상기 적어도 하나의 제1 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭, 크기 및 펄스 간격의 전압이 상기 제1 전극을 통해 반복적으로 인가되는 횟수에 기반하여 일정 시간 이후에 출력 전류의 크기가 초기 전류 크기로 감소되는 단기 메모리 동작 및 상기 일정 시간 이후에 출력 전류의 크기가 유지되는 장기 메모리 동작 중 어느 하나의 메모리 동작을 수행할 수 있다.
상기 적어도 하나의 제1 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭, 크기 및 펄스 간격의 전압이 상기 제1 전극을 통해 반복적으로 인가되는 경우에 출력 전류의 크기가 반복적으로 증가하는 쌍펄스 촉진 특성을 나타낼 수 있다.
일실시예에 따르면, 본 발명은 멤리스터 소자를 사용하여 인간의 뇌에서 기억 및 정보전달을 담당하는 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현하는 뉴로모픽 소자를 제공할 수 있다.
본 발명은 하나의 멤리스터 소자를 이용하여 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현함에 따라 하드웨어 기반 인공 뉴런 및 시냅스 소자 어레이 제작 시 사용하는 물질의 종류가 대폭 감소하여 공정의 단순화를 이룰 수 있다.
본 발명은 멤리스터 소자를 이용하여 인간 뇌의 시냅스 특성인 쌍 펄스 촉진 및 단기기억에서 장기기억으로 변화되는 특성을 확보할 수 있다.
본 발명은 4F2 이하의 사이즈를 갖는 CuTe 및 GeS2 기반의 멤리스터 소자를 이용하여 뉴로모픽 소자 구현의 집적도 문제 및 CMOS 공정 호환성 문제를 함께 해결할 수 있다.
본 발명은 멤리스터 소자를 사용하여 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현하는 뉴로모픽 소자를 이용한 뉴로모픽 시스템을 제공할 수 있다.
도 1은 본 발명의 일실시예에 따른 멤리스터 소자 기반의 뉴로모픽 소자를 설명하기 위한 도면이다.
도 2a 및 도 2b는 본 발명의 일실시예에 따른 멤리스터 소자 기반의 뉴로모픽 소자의 전기적 특성을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 뉴로모픽 소자를 이용한 뉴로모픽 시스템을 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따른 뉴로모픽 소자를 이용한 인공 뉴런 회로를 설명하기 위한 도면이다.
도 5 내지 도 6b는 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 뉴런 특성을 설명하기 위한 도면이다.
도 7a 내지 도 9는 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 시냅스 특성을 설명하기 위한 도면이다.
도 10은 본 발명의 일실시예에 따른 멤리스터 소자 기반의 인공 시냅스 소자를 이용한 인공 시냅스 소자 어레이를 설명하는 도면이다.
도 2a 및 도 2b는 본 발명의 일실시예에 따른 멤리스터 소자 기반의 뉴로모픽 소자의 전기적 특성을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 뉴로모픽 소자를 이용한 뉴로모픽 시스템을 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따른 뉴로모픽 소자를 이용한 인공 뉴런 회로를 설명하기 위한 도면이다.
도 5 내지 도 6b는 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 뉴런 특성을 설명하기 위한 도면이다.
도 7a 내지 도 9는 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 시냅스 특성을 설명하기 위한 도면이다.
도 10은 본 발명의 일실시예에 따른 멤리스터 소자 기반의 인공 시냅스 소자를 이용한 인공 시냅스 소자 어레이를 설명하는 도면이다.
이하, 본 문서의 다양한 실시 예들이 첨부된 도면을 참조하여 기재된다.
실시 예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다.
하기에서 다양한 실시 예들을 설명에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
그리고 후술되는 용어들은 다양한 실시 예들에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다.
"제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다.
본 명세서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다.
어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다.
예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.
또한, '또는' 이라는 용어는 배타적 논리합 'exclusive or' 이기보다는 포함적인 논리합 'inclusive or' 를 의미한다.
즉, 달리 언급되지 않는 한 또는 문맥으로부터 명확하지 않는 한, 'x가 a 또는 b를 이용한다' 라는 표현은 포함적인 자연 순열들(natural inclusive permutations) 중 어느 하나를 의미한다.
상술한 구체적인 실시 예들에서, 발명에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다.
그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 상술한 실시 예들이 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
한편 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나, 다양한 실시 예들이 내포하는 기술적 사상의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다.
그러므로 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 아니되며 후술하는 청구범위뿐만 아니라 이 청구범위와 균등한 것들에 의해 정해져야 한다.
도 1은 본 발명의 일실시예에 따른 멤리스터 소자 기반의 뉴로모픽 소자를 설명하기 위한 도면이다.
도 1은 본 발명의 일실시예에 따른 멤리스터(memristor) 소자 기반의 뉴로모픽(neuromorphic) 소자의 구조 및 동작을 예시한다.
도 1을 참고하면, 본 발명의 일실시예에 따른 뉴로모픽 소자(100)는 제2 전극(110), 스위칭층(120), 소스층(130) 및 제1 전극(140)을 포함한다.
일례로, 뉴로모픽 소자(100)는 제1 전극(140), 제1 전극(140)과 대향 배치된 제2 전극(110), 제1 전극(140)과 제2 전극(110) 사이에서 비정질 물질로 형성되는 스위칭층(120) 및 스위칭층(120)과 제1 전극(140) 사이에서 합금 물질로 형성되고, 스위칭층(120) 내 금속 이온의 표류(drift) 및 확산(diffusion) 중 어느 하나를 제어하는 소스층(130)을 포함한다.
예를 들어, 스위칭층(120) 내 금속 이온의 표류(drift) 및 확산(diffusion) 중 어느 하나는 제1 전극(140)을 통해 인가되는 전압이 셋 전압인지 리셋 전압인지에 따라 제어될 수 있다.
본 발명의 일실시예에 따르면 뉴로모픽 소자(100)는 제1 전극(140)을 통해 인가되는 전압에 기반한 최대 전류 밀도(max current density)의 크기에 따라 휘발성(volatile)에 따른 인공 뉴런의 적분 특성 및 비휘발성(non-volatile)에 따른 인공 시냅스 특성 중 어느 하나의 특성을 구현할 수 있다.
즉, 뉴로모픽 소자(100)는 하나의 소자로 휘발성(volatile)에 따른 인공 뉴런의 적분 특성 및 비휘발성(non-volatile)에 따른 인공 시냅스 특성을 모두 구현할 수 있다.
일례로, 뉴로모픽 소자(100)는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 인공 뉴런의 적분 특성을 구현하고, 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 인공 시냅스 특성을 구현할 수 있다.
여기서, 최대 전류 밀도의 크기에 따른 인공 뉴런의 특성 및 인공 시냅스의 특성 구현은 도 2a 및 도 2b를 이용하여 보충설명 한다.
본 발명의 일실시예에 따르면 제1 전극(140) 및 제2 전극(110)은 30 nm의 두께를 가지고, 스위칭층(120) 및 소스층(130)은 10 nm의 두께를 가질 수 있다.
일례로, 뉴로모픽 소자(100)는 제1 전극(140), 제2 전극(110), 스위칭층(120) 및 소스층(130)의 형성 구조에서 크로스바 타입(crossbar-type)의 멤리스터(memristor) 구조를 이룰 수 있다.
또한, 뉴로모픽 소자(100)는 5㎛ × 5㎛ 셀 사이즈(size)를 갖는 크로스바 타입(crossbar-type)의 멤리스터(memristor) 구조일 수 있다.
본 발명의 일실시예에 따르면 스위칭층은 게르마늄 황화물(GeS2)을 포함하는 비정질 물질로 형성되고, 소스층은 구리 텔루라이드(CuTe)를 포함하는 합금 물질로 형성될 수 있다.
일례로, 제1 전극(140) 및 제2 전극(110)은 백금(Pt), 텅스텐(W), 타이타늄 나이트라이드(TiN), 탄탈럼 나이트라이드(TaN), 금(Au), 루비듐(Ru), 이리듐(Ir), 팔라듐(Pd), 타이타늄(Ti), 하프늄(Hf), 몰리브덴(Mo) 및 나이오븀(Nb) 중 선택되는 적어도 어느 하나 금속 물질로 형성될 수 있다.
바람직하게는, 제1 전극(140) 및 제2 전극(110)은 타이타늄(Ti)으로 형성될 수 있다.
예를 들어, 제1 전극(140)은 상부 전극(top electrode, TE)으로 지칭되고, 제2 전극(110)은 하부 전극(bottom electrode, BE)으로 지칭될 수 있다.
본 발명의 일실시예에 따른 뉴로모픽 소자(100)는 밴드갭이 큰 비정질의 게르마늄 황화물(GeS2)을 스위칭 층으로 활용하여 초기에 높은 저항 값을 가지며, 구리(Cu)와 같은 금속 필라멘트(filament)가 생성된 후 빠르게 셀프 확산(self-diffusion)되는 휘발성 특성을 나타낼 수 있다.
또한, 뉴로모픽 소자(100)는 점진적인(gradual) 전류-전압 특성을 확보하기 위해 소스층(120)을 구리(Cu)가 아닌 구리 텔루라이드(CuTe)을 사용하여 구리가 게르마늄 황화물(GeS2)로 형성된 스위칭 층 내에 표류(drift) 및 확산(diffusion)되는 양을 제어할 수 있다.
본 발명의 일실시예에 따르면 뉴로모픽 소자(100)는 제1 전극(140)을 통해 전압이 인가됨에 따라 금속 필라멘트가 점진적으로 스위칭층(120) 내 생성됨에 따라 전도도(conductance)가 점진적으로 변화하는 특성을 나타낼 수 있다.
일례로, 뉴로모픽 소자(100)는 컴플라이언스 전류(compliance current)를 500 μA까지 증가시켜 금속 필라멘트의 굴기를 증가시킬 수 있다.
이를 통해 뉴로모픽 소자(100)는 셀프 확산되는 구리 원자(Cu atom)의 움직임을 제어해 비휘발성 특성을 갖는 메모리 소자로 구현될 수 있다.
또한, 뉴로모픽 소자(100)는 인간 뇌의 시냅스 특성에 해당하는 쌍펄스 촉진(paired pulse facilitation, PPF) 및 단기기억(short-term memory)에서 장기기억(long-term memory)으로 변환되는 특성을 나타낼 수 있다.
본 발명의 일실시예에 따르면 뉴로모픽 소자(100)는 멤리스터 소자일 수 있고, 인공 시냅스 소자 또는 인공 뉴런 소자로 동작될 수 있다.
이에 따라 본 발명은 멤리스터 소자를 사용하여 인간의 뇌에서 기억 및 정보전달을 담당하는 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현하는 뉴로모픽 소자를 제공할 수 있다.
또한, 본 발명은 4F2 이하의 사이즈를 갖는 CuTe 및 GeS2 기반의 멤리스터 소자를 이용하여 뉴로모픽 소자 구현의 집적도 문제 및 CMOS 공정 호환성 문제를 함께 해결할 수 있다.
도 2a 및 도 2b는 본 발명의 일실시예에 따른 멤리스터 소자 기반의 뉴로모픽 소자의 전기적 특성을 설명하기 위한 도면이다.
도 2a는 본 발명의 일실시예에 따른 멤리스터 소자 기반의 뉴로모픽 소자의 인공 뉴런 특성과 관련된 전기적 특성을 예시하고, 도 2b는 본 발명의 일실시예에 따른 멤리스터 소자 기반의 뉴로모픽 소자의 인공 시냅스 특성과 관련된 전기적 특성을 예시한다.
도 2a의 그래프(200)를 참고하면, 뉴로모픽 소자에 인가되는 전압에 기반한 최대 전류 밀도(max current density)가 400 A/cm2 인 경우에 전류 및 전압 특성을 나타낸다.
전류 밀도(current density)가 400 A/cm2 이하에서는 셀프 리셋(self-reset)되는 특성을 나타내는데 셀프 리셋되는 특성은 휘발성(volatile) 특성과 관련될 수 있다.
여기서, 셀프 리셋은 뉴로모픽 소자의 스위칭층 내 금속 필라멘트가 얇게 형성되어 전원이 꺼져 있을 경우 확산(diffusion)에 의해 뉴로모픽 소자의 저항이 초기상태로 돌아오는 현상을 지칭한다.
또한, 전원이 꺼져 있는 경우는 제1 전극을 통해 뉴로모픽 소자에 전압이 인가되지 않는 경우에 해당할 수 있다.
또한, 뉴로모픽 소자는 컴플라이언스 전류가 100 μA 이하인 경우에는 약 1.20 V의 포밍(forming) 전압을 나타내고, 약 1.10V의 셋 전압을 나타내며, 약 2.39 × 104의 선택 비를 갖는 휘발성의 특성을 나타낼 수 있다.
본 발명의 일실시예에 따른 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 상기 인공 뉴런의 적분 특성을 구현할 수 있다.
일례로, 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 스위칭층 내 확산(diffusion)에 의해 저항이 초기 상태로 돌아오는 셀프 리셋(self-reset)되는 휘발성(volatile)을 나타낼 수 있다.
도 2b의 그래프(210)를 참고하면, 본 발명의 일실시예에 따른 뉴로모픽 소자에 인가되는 전압에 기반한 최대 전류 밀도(max current density)가 2000 A/cm2 인 경우에 전류 및 전압 특성을 나타낸다.
일례로, 뉴로모픽 소자는 최대 전류 밀도가 400 A/cm2 를 초과하고 2000 A/cm2 이하인 경우에 셀프 리셋(self-reset)이 아닌 메모리 특성으로서 비휘발성(non-volatile)을 나타낼 수 있다.
다시 말해, 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 셀프 리셋(self-reset)되지 않는 비휘발성(non-volatile)을 나타낼 수 있다.
본 발명의 일실시예에 따르면 뉴로모픽 소자는 컴플라이언스 전류(compliance current)가 100 μA를 초과하는 경우에는 약 2.24 V 의 포밍(forming ) 전압, 약 1.25 V의 셋 전압, 약 -1.0 V의 리셋(reset) 전압, 그리고 약 2.71 Х 101 의 메모리 마진을 갖는 비휘발성 특성을 나타낼 수 있다.
일례로, 뉴로모픽 소자는 최대 전류 밀도(max current density)가 400 A/cm2 이하에서 휘발성을 가지는 멤리스터 소자로서 인공 뉴런의 적분 특성을 모방할 수 있다.
또한, 뉴로모픽 소자는 최대 전류 밀도가 2000 A/cm2 인 메모리 특성을 가지고 인공 시냅스 특성을 모방할 수 있다.
예를 들어, 뉴로모픽 소자는 같은 구조의 소자를 가지고 최대 전류 밀도(max current density)를 조절에 따라 뉴런 특성과 시냅스 특성을 모두 구현할 수 있다.
따라서, 본 발명은 하나의 멤리스터 소자를 이용하여 생물학적 시냅스(synapse) 특성 및 생물학적 뉴런(neuron) 특성을 모두 구현함에 따라 하드웨어 기반 인공 뉴런 및 시냅스 소자 어레이 제작 시 사용하는 물질의 종류가 대폭 감소하여 공정의 단순화를 이룰 수 있다.
도 3은 본 발명의 일실시예에 따른 뉴로모픽 소자를 이용한 뉴로모픽 시스템을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 뉴로모픽 소자를 이용하여 인공 시냅스부 및 인공 뉴런부를 구현하고, 제어부를 통해 인공 시냅스부의 전도도(conductance)를 업데이트하는 구성을 예시한다.
도 3을 참고하면, 본 발명의 일실시예에 따른 뉴로모픽 시스템(300)은 인공 시냅스부(310), 컨버터부(320), 인공 뉴런부(330) 및 제어부(340)를 포함한다.
본 발명의 일실시예에 따르면 뉴로모픽 시스템(300)은 전압 형태의 입력 스파이크 신호(input spike signal)이 인공 시냅스부(310)에 인가되면 전류가 출력되고, 출력된 전류는 컨버터부(320)를 통해 전압으로 변환되며, 변환된 전압이 인공 뉴런부(330)에 인가되면서 적분(integrate) 동작 및 발화(fire) 동작을 수행하고, 발화(fire) 동작에 기반한 신호가 제어부(340)로 피드백(feedback)되며, 제어부(340)는 발화(fire) 동작에 기반한 신호에 따라 인공 시냅스부(310)의 전도도를 증가(potentiation)시키거나 감소(depression)시킨다.
일례로, 뉴로모픽 시스템(300)은 인공 뉴런부(330)에 인가되면서 적분(integrate) 동작 및 발화(fire) 동작을 수행하고, 발화(fire) 동작에 기반한 신호를 출력 스파이크 신호(output spike signal)로 출력할 수 있다.
본 발명의 일실시예에 따르면 인공 시냅스부(310)는 인가되는 전압에 기반한 최대 전류 밀도(max current density)의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하인 경우에 비휘발성(non-volatile)에 따른 인공 시냅스 특성을 구현하는 적어도 하나의 제1 뉴로모픽 소자를 포함할 수 있다. 여기서, 인가되는 전압은 전압 형태의 입력 스파이크 신호(input spike signal)일 수 있다.
일례로, 인공 뉴런부(330)는 인가되는 전압에 기반한 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하인 경우에 휘발성(volatile)에 따른 인공 뉴런의 적분 특성을 구현하는 적어도 하나의 제2 뉴로모픽 소자를 포함하여 적분(integrate) 동작 및 발화(fire) 동작을 수행할 수 있다. 여기서, 인가되는 전압은 컨버터부(320)를 통해 인공 시냅스부(310)에서 출력된 전류가 변환된 전압일 수 있다.
본 발명의 일실시예에 따르면 제어부(340)는 인공 뉴런부(330)에서 수행된 발화(fire) 동작에 기반한 발화 신호를 감지하여 인공 시냅스부(310)의 전도도(conductance)를 제어할 수 있다.
예를 들어, 인공 시냅스부(310)는 제어된 전도도에 따른 전류를 출력할 수 있다.
일례로, 적어도 하나의 제2 뉴로모픽 소자는 제1 전극, 제1 전극과 대향 배치된 제2 전극, 제1 전극과 제2 전극 사이에서 게르마늄 황화물(GeS2)로 형성되는 스위칭층 및 스위칭층과 제1 전극 사이에서 구리 텔루라이드(CuTe)로 형성되어 스위칭층 내 금속 이온의 표류(drift) 및 확산(diffusion) 중 어느 하나를 제어하는 소스층을 포함하고, 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 스위칭층 내 상기 확산에 의해 저항이 초기 상태로 돌아오는 셀프 리셋(self-reset)되는 휘발성(volatile)을 나타낼 수 있다.
본 발명의 일실시예에 따르면 적어도 하나의 제2 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 제1 전극을 통해 인가되는 전압의 크기(amplitude)가 증가되면 인공 뉴런의 적분 특성과 관련된 전류의 크기가 증가하고, 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 제1 전극을 통해 인가되는 전압의 펄스폭(pulse width)이 증가하는 경우에 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 증가하며, 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 제1 전극을 통해 인가되는 전압의 펄스 간격(pulse interval)이 증가하는 경우에 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 감소할 수 있다.
일례로, 적어도 하나의 제1 뉴로모픽 소자는 제1 전극, 제1 전극과 대향 배치된 제2 전극, 상기 제1 전극과 상기 제2 전극 사이에서 게르마늄 황화물(GeS2)로 형성되는 스위칭층 및 스위칭층과 제1 전극 사이에서 구리 텔루라이드(CuTe)로 형성되어 스위칭층 내 금속 이온의 표류(drift) 및 확산(diffusion) 중 어느 하나를 제어하는 소스층을 포함하고, 최대 전류 밀도(max current density)의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 셀프 리셋(self-reset)되지 않는 비휘발성(non-volatile)을 나타낼 수 있다.
본 발명의 일실시예에 따르면 적어도 하나의 제1 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭(pulse width), 크기(amplitude) 및 펄스 간격(pulse interval)의 전압이 제1 전극을 통해 반복적으로 인가되는 횟수에 기반하여 일정 시간 이후에 출력 전류의 크기가 초기 전류 크기로 감소되는 단기 메모리(short term memory) 동작 및 일정 시간 이후에 출력 전류의 크기가 유지되는 장기 메모리(long term memory) 동작 중 어느 하나의 메모리 동작을 수행할 수 있다.
또한, 적어도 하나의 제1 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭(pulse width), 크기(amplitude) 및 펄스 간격(pulse interval)의 전압이 제1 전극을 통해 반복적으로 인가되는 경우에 출력 전류의 크기가 반복적으로 증가하는 쌍펄스 촉진(paired pulse facilitation, PPF) 특성을 나타낼 수 있다.
도 4는 본 발명의 일실시예에 따른 뉴로모픽 소자를 이용한 인공 뉴런 회로를 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따른 뉴로모픽 소자를 이용한 인공 뉴런부와 관련된 인공 뉴런 회로를 예시한다.
도 4를 참고하면, 본 발명의 일실시예에 따른 인공 뉴런 회로(400)는 도 1에서 설명된 뉴로모픽 소자의 적분 특성을 이용하여 주변 회로를 연결하여 구현된 회로일 수 있다.
일례로, 인공 뉴런 회로(400)는 입력단(401), 비 반전 3 상태 버퍼(402), 버퍼(403), 풀다운 저항(404), 뉴로모픽 소자(405), 비교기(406), SR 래치 플립플롭(407), D 플립플롭(408) 및 4-bit 동기화 카운터(409)를 포함한다.
인공 뉴런 회로(400)의 발화 신호는 측정 지점(410)에서 확인될 수 있다.
본 발명의 일실시예에 따르면 뉴로모픽 소자(405)는 선택 소자(selector)로 지칭될 수 있다.
예를 들어, 인공 뉴런 회로(400)는 200번의 전압 펄스(voltage pulse) 이후 3ms 동안 펄스가 가해지지 않으면 뉴로모픽 소자(405)의 저항이 초기 상태로 돌아오는 특징에 기반한다.
이에 따라, 인공 뉴런 회로(400)는 뉴로모픽 소자(405)의 저항을 감지하여 발화(fire) 신호를 만드는 비교기(comparator)를 이용하고, 발화 신호를 피드백(feedback) 받아 입력 전압을 3ms 동안 차단하는 회로일 수 있다.
또한, 인공 뉴런 회로(400)는 발화 신호를 통해 D 플립플롭(408)의 Q 노드를 비트 필링(filliping)하고, 이 신호가 4-bit 동기화 카운터(409)를 활성화하여 카운팅을 진행한다.
동시에 인공 뉴런 회로(400)는 D 플립플롭(409)의 Q_바(bar) 신호가 비 반전 3 상태 버퍼(402)를 차단(off)하여 인가되는 입력 전압을 차단한다.
또한, 인공 뉴런 회로(400)는 4-bit 동기화 카운터(409)의 D0 및 D1이 동시에 하이 상태가 되는 시점이 3ms 이상이 되도록 4-bit 동기화 카운터(409)의 클록(clock) 신호의 주기와 듀티 사이클(duty cycle)을 조절한다.
또한, 인공 뉴런 회로(400)는 4-bit 동기화 카운터(409)의 D0 및 D1이 동시에 하이 상태가 될 시, D 플립플롭(409)의 출력 Q를 비트 필링(filliping)하면 뉴로모픽 소자에 다시 입력 전압이 인가되면서 적분 동작 및 발화 동작을 수행할 수 있다.
도 5 내지 도 6b는 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 뉴런 특성을 설명하기 위한 도면이다.
도 5 내지 도 6b는 본 발명의 일실시예에 따른 뉴로모픽 소자의 뉴런의 적분 특성 모방에 따른 측정 결과를 예시한다.
도 5의 그래프(500)를 참고하면, 본 발명의 일실시예에 따른 뉴로모픽 소자의 상부 전극에 전압 바이어스를 인가하고, 하부 전극을 접지로 하여 측정된 결과를 예시한다.
그래프(500)는 상부 전극에 펄스폭(pulse width) 3 ms, 펄스 간격(pulse interval) 300 us 인 사각 펄스를 전압 크기(amplitude) 0.94 V 내지 1.10 V 까지 0.04 V 간격으로 증가시키면서 적분 (integrate) 특성의 측정을 진행한 결과를 나타낸다.
구체적으로, 측정 결과는 1번의 사이클(cycle)은 200개의 펄스가 가해졌고, 각 사이클 사이에 3ms의 간격(interval)이 있다.
그래프(500)는 본 발명의 일실시예에 따른 뉴로모픽 소자에 전압이 가해지면서 저항이 감소하고, 저항의 감소를 감지하는 감지 증폭기(sense amplifier) 또는 비교기(comparator)를 추가하여 도 4의 인공 뉴런 회로가 구현 가능함을 나타낸다.
그래프(500)는 전압 펄스의 크기가 0.94 V 내지 1.10 V 까지 0.04 V 간격으로 증가함에 따라 적분의 변화 폭 및 출력 전류의 크기가 증가하는 모습을 보여준다.
따라서, 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 상부 전극을 통해 인가되는 전압의 크기(amplitude)가 증가되면 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기 및 변화 폭이 증가할 수 있다.
또한, 그래프(500)는 전압 펄스의 크기가 0.94 V 내지 1.10 V의 크기를 갖는 200개의 펄스를 인가한 후 0V를 갖는 펄스를 한번 인가하면 전류가 초기 상태로 돌아오고, 이를 총 5번 반복하여 측정하였을 때 균일한 적분 특성을 나타내는 것을 보여준다.
도 6a의 그래프(600)를 참고하면, 본 발명의 일실시예에 따른 뉴로모픽 소자의 상부 전극에 전압 바이어스를 인가하고, 하부 전극을 접지로 하여 측정된 결과로서 펄스폭(pulse width)의 변화에 따른 뉴런의 적분 특성을 예시한다.
그래프(600)는 뉴로모픽 소자의 상부 전극에 펄스폭은 300 μs, 크기는 1.10 V로 고정되고 펄스폭이 2 ms 내지 4.0 ms로 0.5 ms 씩 변화된 전압을 인가하였을 때 출력 전류의 크기가 점점 증가하는 경향을 나타냄을 보여준다.
그래프(600)는 펄스폭이 2 ms 일 때 적분(integrate) 변화 폭이 가장 적고, 펄스폭이 4 ms 일 때 적분(integrate) 변화 폭이 가장 큰 것을 나타낸다.
따라서, 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 상부 전극을 통해 인가되는 전압의 펄스폭(pulse width)이 증가하는 경우에 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 증가할 수 있다.
도 6b의 그래프(610)를 참고하면, 본 발명의 일실시예에 따른 뉴로모픽 소자의 상부 전극에 전압 바이어스를 인가하고, 하부 전극을 접지로 하여 측정된 결과로서 펄스 간격(pulse interval)의 변화에 따른 뉴런의 적분 특성을 예시한다.
그래프(610)는 뉴로모픽 소자의 상부 전극에 펄스폭은 3 ms, 크기는 1.10 V로 고정되고 펄스 간격이 100 μs 내지 900 μs로 200 μs 씩 변화된 전압을 인가하였을 때 출력 전류의 크기가 점점 감소하는 경향을 나타냄을 보여준다.
그래프(610)는 펄스 간격이 900 μs 일 때 적분(integrate) 변화 폭이 가장 적고, 펄스 간격이 100 μs 일 때 적분(integrate) 변화 폭이 가장 큰 것을 나타낸다.
따라서, 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 이하에서 상부 전극을 통해 인가되는 전압의 펄스 간격 (pulse interval)이 증가하는 경우에 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 감소할 수 있다.
도 7a 내지 도 9는 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 시냅스 특성을 설명하기 위한 도면이다.
도 7a 및 도 7b는 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 시냅스 특성 중 쌍펄스 촉진(paired pulse facilitation, PPF) 특성을 설명하는 도면이다.
도 7a 및 도 7b는 본 발명의 일실시예에 따른 뉴로모픽 소자에 인가되는 전압에 기반하는 최대 전류 밀도(max current density)가 2000 A/cm2 이상인 비휘발성(non-volatile)한 특성에 따른 인공 시냅스 특성을 예시한다.
도 7a의 그래프(700)를 참고하면, 뉴로모픽 소자의 상부 전극에 80 ms의 펄스폭, 500 μs의 펄스 간격, 1.1 V의 전압 크기를 갖는 전압 펄스를 50 번 가했을 때 전류 변화를 나타낸다.
그래프(700)는 25 번째 전압 펄스가 인가 됐을 때까지는 단기 가소성(short-term plasticity, STP) 형태로 전류가 대략 100 μA 에서 500 μA 까지 증가하지만, 그 이후부터는 전류가 약 700 μA 에서 포화(saturation) 되어 장기 가소성(long-term plasticity, LTP) 형태로 변화하는 모습을 나타낸다.
도 7b의 그래프(710)를 참고하면, 뉴로모픽 소자의 상부 전극에 80 ms의 펄스폭, 500 μs의 펄스 간격, 1.1 V의 전압 크기를 갖는 전압 펄스를 5번 가했을 때 전류 변화를 나타낸다.
그래프(710)는 뉴로모픽 소자가 쌍펄스 촉진(paired pulse facilitation, PPF) 특성을 나타내는 것을 보여준다.
그래프(710)는 초기 전류 값은 약 200 μA를 가지며, 5 번의 전압 펄스가 인가됨에 따라 전류 값이 약 400 μA 까지 증가하는 모습을 나타낸다.
일례로, 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭(pulse width), 크기(amplitude) 및 펄스 간격(pulse interval)의 전압이 상부 전극을 통해 반복적으로 인가되는 경우에 출력 전류의 크기가 반복적으로 증가하는 쌍펄스 촉진(paired pulse facilitation, PPF) 특성을 나타낼 수 있다.
도 8은 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 시냅스 특성 중 메모리 특성을 설명하는 도면이다.
도 8은 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 시냅스 특성에 따라 단기 메모리(short-term memory) 동작 특성과 장기 메모리(long-term memory) 동작 특성을 확인하기 위한 실험 결과를 예시한다.
도 8의 그래프(800)를 참고하면, 본 발명의 일실시예에 따른 뉴로모픽 소자의 상부 전극에 80 ms의 펄스폭, 1.1 V의 크기, 500 μs의 펄스 간격을 갖는 전압 펄스를 각각 5번, 50번 인가한 후의 전류 값을 확인하고 60초 후의 전류 값을 재확인하는 실험 진행 결과를 나타낸다.
본 발명의 일실시예에 따르면 뉴로모픽 소자는 최대 전류 밀도(max current density)의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭(pulse width), 크기(amplitude) 및 펄스 간격(pulse interval)의 전압이 상부 전극을 통해 반복적으로 인가되는 횟수에 기반하여 일정 시간 이후에 출력 전류의 크기가 초기 전류 크기로 감소되는 단기 메모리(short term memory) 동작 및 상기 일정 시간 이후에 전류 출력의 크기가 유지되는 장기 메모리(long term memory) 동작 중 어느 하나의 메모리 동작을 수행할 수 있다.
먼저, 그래프(800)는 총 5번의 전압 펄스를 인가하였을 때, 전류 값은 약 1.9 Х 10-4 A 에서 3.8 Х 10-4 A 로 증가하였으며, 약 60초 후에 전류 값이 초기 값으로 감소하는 단기 메모리(short-term memory) 동작 특성을 예시한다.
반면, 그래프(800)는 총 50번의 전압 펄스를 인가하였을 때, 전류 값은 약 2.0 Х 10-4 A 에서 7.2 Х 10-4 A로 증가하였으며, 약 60초 후에 전류 값은 7.0 Х 10-4 A 로 50번의 전압 펄스가 인가된 후의 전류 값과 거의 동일한 장기 메모리(long-term memory) 동작 특성을 예시한다.
그래프(800)는 적은 개수의 펄스를 가했을 때는 단기 기억이 형성되지만, 50 번의 많은 펄스를 가했을 때는 장기기억으로 변화되는 특성을 나타내며, 인간의 뇌에서 나타나는 생물학적 시냅스 특성을 뉴로모픽 소자가 완벽하게 모방하였음을 확인 시켜준다.
즉, 뉴로모픽 소자는 상부 전극을 통해 반복적으로 인가되는 횟수가 5회 인 경우에는 단기 메모리(short term memory) 동작을 수행하고, 인가되는 횟수가 50회 인 경우에는 장기 메모리(long term memory) 동작을 수행할 수 있다.
따라서, 본 발명은 멤리스터 소자를 이용하여 인간 뇌의 시냅스 특성인 쌍 펄스 촉진 및 단기기억에서 장기기억으로 변화되는 특성을 확보할 수 있다.
도 9는 본 발명의 일실시예에 따른 뉴로모픽 소자의 인공 시냅스 특성 중 전도도의 선형적 변화 특성을 설명하는 도면이다.
도 9는 본 발명의 일실시예에 따른 뉴로모픽 소자의 상부 전극에 100개의 전압 펄스를 인가하여 정규화된 전도도(normalized conductance)가 선형적으로 변화하는 특성을 가짐을 예시한다.
도 9의 그래프(900) 참고하면, 뉴로모픽 소자의 장기 강화 및 장기 억압 측정 결과를 나타내는데, 강화 펄스(potentiation pulse)와 리드 펄스(read pulse)를 연속적으로 100번 인가하여 전도도 레벨 값이 점점 증가하는 시냅스의 강화 특성을 예시하고, 억압 펄스(depression pulse)와 리드 펄스를 연속적으로 100번 인가하여 전도도 레벨이 점점 감소하는 시냅스의 억압 특성을 예시한다.
구체적으로, 강화 펄스는 양의 전압인 0.8V이고, 펄스폭(pulse width)이 약 1ms이며, 억압 펄스는 음의 전압인 -0.8V이고, 펄스폭(pulse width)이 약 1ms이며, 리드 펄스는 펄스폭은 1ms로 동일하고 전압은 0.3V일 수 있다.
강화 펄스와 리드 펄스는 약 100 μs의 간격(inverval)이 존재하고, 억압 펄스와 리드 펄스는 약 100 μs의 간격(inverval)이 존재한다.
강화 펄스에 따른 강화의 커브 피팅(curve fitting) 결과는 선형성이 3.271이고, 억압 펄스에 따른 억압의 커브 피팅 결과는 선형성이 5.772인 것을 확인할 수 있으며, 선형성은 0에 수렴할수록 선형성이 좋은 것일 수 있다.
도 10은 본 발명의 일실시예에 따른 멤리스터 소자 기반의 뉴로모픽 소자를 이용한 인공 시냅스 소자 어레이를 설명하는 도면이다.
도 10은 본 발명의 일실시예에 따른 뉴로모픽 소자를 복수 개로 포함하는 인공 시냅스 소자 어레이를 예시한다. 여기서, 뉴로모픽 소자는 최대 전류 밀도에 기반하여 시냅스 특성을 나타내는 인공 시냅스 소자일 수 있다.
도 10을 참고하면, 본 발명의 일실시예에 따른 복수의 뉴로모픽 소자를 이용한 인공 시냅스 소자 어레이는 워드 라인과 비트 라인 사이에 뉴로모픽 소자를 포함하는 구조를 가진다.
본 발명의 일실시예에 따른 복수의 뉴로모픽 소자를 이용한 인공 시냅스 소자 어레이(1000)는 4 Х 4인 경우에 제1 워드 라인(1010), 제2 워드 라인(1011), 제3 워드 라인(1013), 제4 워드 라인(1014)으로 워드 라인을 포함하고, 제1 비트 라인(1030), 제2 비트 라인(1031), 제3 비트 라인(1033), 제4 비트 라인(1034)으로 비트 라인을 포함할 수 있다.
일례로 뉴로모픽 소자(1020)는 도 1 등에서 설명되고 있는 시냅스 특성을 구현하는 뉴로모픽 소자와 동일하게 동작 가능하다.
복수의 뉴로모픽 소자를 이용한 인공 시냅스 소자 어레이(1000)는 제1 워드 라인(1010), 제2 워드 라인(1011), 제3 워드 라인(1013), 제4 워드 라인(1014)으로 서로 다른 시간에 입력(1040)을 인가 받아서 서로 다른 출력(1050)을 제1 비트 라인(1030), 제2 비트 라인(1031), 제3 비트 라인(1033), 제4 비트 라인(1034)을 통해 출력할 수 있다.
예를 들어, 입력(1040)은 입력 스파이크 신호일 수 있고, 출력(1050)은 출력 스파이크 신호일 수 있다.
본 발명의 일실시예에 따르면 뉴로모픽 소자(1020)는 복수의 워드 라인 각각을 통해 제1 전극에 셋 전압 및 리셋 전압 중 어느 하나의 동일한 전압이 반복적으로 인가되는 경우 출력 전류의 값이 점진적으로 변화되는 시냅스(synapse) 특성을 가질 수 있다.
또한, 뉴로모픽 소자(1020)는 복수의 워드 라인 각각을 통해 제1 전극에 펄스폭, 펄스 간격 및 전압 크기가 동일한 셋 전압이 반복적으로 인가되는 경우 출력 전류의 값이 점진적으로 증가하여 복수의 전도도 레벨을 갖을 수 있다.
또한, 뉴로모픽 소자(1020)는 복수의 워드 라인 각각을 통해 제1 전극에 펄스폭, 펄스 간격 및 전압 크기가 동일한 리셋 전압이 반복적으로 인가되는 경우 출력 전류의 값이 점진적으로 감소하여 복수의 전도도 레벨을 갖을 수 있다.
또한, 인공 시냅스 소자 어레이(1000) 크로스 포인트 어레이로 지칭될 수 있다.
인공 시냅스 소자 어레이(1000)는 워드 라인을 통해 인가되는 입력 스파이크 신호를 랜덤(random)한 시간에 스파이크 형태로 전압 펄스가 인가된다.
인공 시냅스 소자 어레이(1000)는 멤리스터의 전도도들과 병렬적으로 곱해지고 더해져서 비트라인에 전류 형태로 전달할 수 있다.
비트 라인의 전류는 전류를 전압으로 변환하는 컨버터(converter)를 통해 전압으로 변환되고, 이 전압을 통해 도 3에서 설명된 인공 뉴런부의 적분 특성을 유도할 수 있다.
또한, 인공 뉴런부는 인공 뉴런 회로로서, 도 4에서 설명된 인공 뉴런 회로 내 주변 회로와 뉴로모픽 소자의 저항 변화를 감지하여 발화 동작을 구동할 수 있다.
따라서, 본 발명의 일실시예에 따른 뉴로모픽 소자는 인간의 뇌에서 기억 및 신호전달을 담당하는 생물학적 시냅스와 뉴런의 특성을 모두 구현하고, 한 종류의 소자로 생물학적 시냅스와 뉴런의 특성을 모두 구현하여 하드웨어 기반 인공 뉴런 및 시냅스 소자 어레이 제작 시 사용하는 물질의 종류를 감소시켜 공정 단순화를 이룰 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 뉴로모픽 소자 110: 제2 전극
120: 스위칭층 130: 소스층
140: 제1 전극
120: 스위칭층 130: 소스층
140: 제1 전극
Claims (18)
- 제1 전극;
상기 제1 전극과 대향 배치된 제2 전극;
상기 제1 전극과 상기 제2 전극 사이에서 비정질 물질로 형성되는 스위칭층 및
상기 스위칭층과 상기 제1 전극 사이에서 합금 물질로 형성되어 상기 스위칭층 내 금속 이온의 표류(drift) 및 확산(diffusion) 중 어느 하나를 제어하는 소스층을 포함하고,
상기 제1 전극을 통해 인가되는 전압에 기반한 최대 전류 밀도(max current density)의 크기에 따라 휘발성(volatile)에 따른 인공 뉴런의 적분(integrate) 특성 및 비휘발성(non-volatile)에 따른 인공 시냅스 특성 중 어느 하나의 특성을 구현하고,
상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 인공 뉴런의 적분 특성을 구현하고, 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 상기 인공 시냅스 특성을 구현하는 것을 특징으로 하는
뉴로모픽 소자. - 삭제
- 제1항에 있어서,
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 상기 스위칭층 내 상기 확산에 의해 저항이 초기 상태로 돌아오는 셀프 리셋(self-reset)되는 휘발성을 나타내고, 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 상기 셀프 리셋되지 않는 비휘발성을 나타내는 것을 특징으로 하는
뉴로모픽 소자. - 제1항에 있어서,
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 크기(amplitude)가 증가되면 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 증가하는 것을 특징으로 하는
뉴로모픽 소자. - 제1항에 있어서,
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 펄스폭(pulse width)이 증가하는 경우에 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 증가하는 것을 특징으로 하는
뉴로모픽 소자. - 제1항에 있어서,
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 펄스 간격(pulse interval)이 증가하는 경우에 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 감소하는 것을 특징으로 하는
뉴로모픽 소자. - 제1항에 있어서,
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭, 크기 및 펄스 간격의 전압이 상기 제1 전극을 통해 반복적으로 인가되는 횟수에 기반하여 일정 시간 이후에 출력 전류의 크기가 초기 전류 크기로 감소되는 단기 메모리(short-term memory) 동작 및 상기 일정 시간 이후에 전류 출력의 크기가 유지되는 장기 메모리(long-term memory) 동작 중 어느 하나의 메모리 동작을 수행하는 것을 특징으로 하는
뉴로모픽 소자. - 제1항에 있어서,
상기 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭, 크기 및 펄스 간격의 전압이 상기 제1 전극을 통해 반복적으로 인가되는 경우에 출력 전류의 크기가 반복적으로 증가하는 쌍펄스 촉진(paired pulse facilitation, PPF) 특성을 나타내는 것을 특징으로 하는
뉴로모픽 소자. - 제1항에 있어서,
상기 제1 전극 및 상기 제2 전극은 30 nm의 두께를 가지고,
상기 스위칭층 및 상기 소스층은 10 nm의 두께를 가지며,
상기 제1 전극, 상기 제2 전극, 상기 스위칭층 및 상기 소스층은 크로스바 타입(crossbar-type)의 멤리스터(memristor) 구조를 이루는 것을 특징으로 하는
뉴로모픽 소자. - 제1항에 있어서,
상기 스위칭층은 게르마늄 황화물(GeS2)을 포함하는 상기 비정질 물질로 형성되고,
상기 소스층은 구리 텔루라이드(CuTe)를 포함하는 상기 합금 물질로 형성되는 것을 특징으로 하는
뉴로모픽 소자. - 제1항에 있어서,
상기 제1 전극 및 상기 제2 전극은 백금(Pt), 텅스텐(W), 타이타늄 나이트라이드(TiN), 탄탈럼 나이트라이드(TaN), 금(Au), 루비듐(Ru), 이리듐(Ir), 팔라듐(Pd), 타이타늄(Ti), 하프늄(Hf), 몰리브덴(Mo) 및 나이오븀(Nb) 중 선택되는 적어도 어느 하나 금속 물질로 형성되는 것을 특징으로 하는
뉴로모픽 소자. - 인가되는 전압에 기반한 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하인 경우에 비휘발성에 따른 인공 시냅스 특성을 구현하는 적어도 하나의 제1 뉴로모픽 소자를 포함하는 인공 시냅스부 및
상기 인공 시냅스부와 전기적으로 연결되고, 인가되는 전압에 기반한 최대 전류 밀도의 크기가 400 A/cm2 이하인 경우에 휘발성에 따른 인공 뉴런의 적분 특성을 구현하는 적어도 하나의 제2 뉴로모픽 소자를 포함하여 적분 동작 및 발화 동작을 수행하는 인공 뉴런부를 포함하는 것을 특징으로 하는
뉴로모픽 시스템. - 제12항에 있어서,
상기 수행된 발화 동작에 기반한 발화 신호를 감지하여 상기 인공 시냅스부의 전도도(conductance)를 제어하는 제어부를 더 포함하는 것을 특징으로 하는
뉴로모픽 시스템. - 제12항에 있어서,
상기 적어도 하나의 제2 뉴로모픽 소자는 제1 전극, 상기 제1 전극과 대향 배치된 제2 전극, 상기 제1 전극과 상기 제2 전극 사이에서 게르마늄 황화물(GeS2)로 형성되는 스위칭층 및 상기 스위칭층과 상기 제1 전극 사이에서 구리 텔루라이드(CuTe)로 형성되어 상기 스위칭층 내 금속 이온의 표류 및 확산 중 어느 하나를 제어하는 소스층을 포함하고, 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 상기 스위칭층 내 상기 확산에 의해 저항이 초기 상태로 돌아오는 셀프 리셋되는 휘발성을 나타내는 것을 특징으로 하는
뉴로모픽 시스템. - 제14항에 있어서,
상기 적어도 하나의 제2 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 크기가 증가되면 상기 인공 뉴런의 적분 특성과 관련된 전류의 크기가 증가하고, 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 펄스폭이 증가하는 경우에 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 증가하며, 상기 최대 전류 밀도의 크기가 400 A/cm2 이하에서 상기 제1 전극을 통해 인가되는 전압의 펄스 간격이 증가하는 경우에 상기 인공 뉴런의 적분 특성과 관련된 출력 전류의 크기가 감소하는 것을 특징으로 하는
뉴로모픽 시스템. - 제12항에 있어서,
상기 적어도 하나의 제1 뉴로모픽 소자는 제1 전극, 상기 제1 전극과 대향 배치된 제2 전극, 상기 제1 전극과 상기 제2 전극 사이에서 게르마늄 황화물(GeS2)로 형성되는 스위칭층 및 상기 스위칭층과 상기 제1 전극 사이에서 구리 텔루라이드(CuTe)로 형성되어 상기 스위칭층 내 금속 이온의 표류 및 확산 중 어느 하나를 제어하는 소스층을 포함하고, 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 상기 제1 전극을 통해 추가 전압이 인가되지 않는 경우, 셀프 리셋되지 않는 비휘발성을 나타내는 것을 특징으로 하는
뉴로모픽 시스템. - 제16항에 있어서,
상기 적어도 하나의 제1 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭, 크기 및 펄스 간격의 전압이 상기 제1 전극을 통해 반복적으로 인가되는 횟수에 기반하여 일정 시간 이후에 출력 전류의 크기가 초기 전류 크기로 감소되는 단기 메모리 동작 및 상기 일정 시간 이후에 출력 전류의 크기가 유지되는 장기 메모리 동작 중 어느 하나의 메모리 동작을 수행하는 것을 특징으로 하는
뉴로모픽 시스템. - 제16항에 있어서,
상기 적어도 하나의 제1 뉴로모픽 소자는 상기 최대 전류 밀도의 크기가 400 A/cm2 를 초과하고 2000 A/cm2 이하에서 동일한 펄스폭, 크기 및 펄스 간격의 전압이 상기 제1 전극을 통해 반복적으로 인가되는 경우에 출력 전류의 크기가 반복적으로 증가하는 쌍펄스 촉진 특성을 나타내는 것을 특징으로 하는
뉴로모픽 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210111461A KR102592840B1 (ko) | 2021-08-24 | 2021-08-24 | 멤리스터 소자 기반의 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템 |
| PCT/KR2022/012617 WO2023027492A1 (ko) | 2021-08-24 | 2022-08-24 | 멤리스터 소자 기반의 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210111461A KR102592840B1 (ko) | 2021-08-24 | 2021-08-24 | 멤리스터 소자 기반의 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230029220A KR20230029220A (ko) | 2023-03-03 |
| KR102592840B1 true KR102592840B1 (ko) | 2023-10-23 |
Family
ID=85321911
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210111461A KR102592840B1 (ko) | 2021-08-24 | 2021-08-24 | 멤리스터 소자 기반의 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102592840B1 (ko) |
| WO (1) | WO2023027492A1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101521383B1 (ko) * | 2014-03-12 | 2015-05-19 | 한양대학교 산학협력단 | 비휘발성 저항 스위칭 메모리 소자 |
| KR102249655B1 (ko) * | 2018-12-19 | 2021-05-10 | 한양대학교 산학협력단 | 뉴런 및 이를 포함하는 뉴로모픽 시스템 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180057384A (ko) * | 2016-11-22 | 2018-05-30 | 포항공과대학교 산학협력단 | 뉴로모픽 시스템 응용을 위한 시냅스 장치, 이의 제조방법 및 이를 포함한 시냅스 회로 소자 |
| KR20180108025A (ko) * | 2017-03-23 | 2018-10-04 | 포항공과대학교 산학협력단 | 선택기능층을 포함하는 저항변화 메모리 |
| KR102411184B1 (ko) * | 2017-10-20 | 2022-06-21 | 에스케이하이닉스 주식회사 | 저항 변화 메모리 소자 |
| KR101922049B1 (ko) | 2018-01-25 | 2019-02-20 | 재단법인 대구경북과학기술원 | 인공 시냅스 소자 및 이의 제조방법 |
| KR102296316B1 (ko) | 2019-11-20 | 2021-08-31 | 삼성전자주식회사 | 비휘발성 메모리 소자 및 이의 동작 방법 |
| KR102415183B1 (ko) | 2019-11-22 | 2022-07-04 | 포항공과대학교 산학협력단 | 3단자 저항변화소자 기반 발화형 뉴런회로 및 이의 동작 방법 |
-
2021
- 2021-08-24 KR KR1020210111461A patent/KR102592840B1/ko active IP Right Grant
-
2022
- 2022-08-24 WO PCT/KR2022/012617 patent/WO2023027492A1/ko unknown
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101521383B1 (ko) * | 2014-03-12 | 2015-05-19 | 한양대학교 산학협력단 | 비휘발성 저항 스위칭 메모리 소자 |
| KR102249655B1 (ko) * | 2018-12-19 | 2021-05-10 | 한양대학교 산학협력단 | 뉴런 및 이를 포함하는 뉴로모픽 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023027492A1 (ko) | 2023-03-02 |
| KR20230029220A (ko) | 2023-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110352436B (zh) | 用于神经网络训练的具有迟滞更新的电阻处理单元 | |
| US11586884B2 (en) | Artificial neurons using diffusive memristor | |
| US9208434B2 (en) | Neuromorphic system exploiting the intrinsic characteristics of memory cells | |
| US9996793B2 (en) | Neuromorphic synapses | |
| Liu et al. | Optimization of non-linear conductance modulation based on metal oxide memristors | |
| Moon et al. | Bidirectional non-filamentary RRAM as an analog neuromorphic synapse, Part I: Al/Mo/Pr 0.7 Ca 0.3 MnO 3 material improvements and device measurements | |
| US9564218B2 (en) | Associative memory circuit | |
| CN102456157B (zh) | 神经元器件和神经网络 | |
| KR102002212B1 (ko) | 뉴로모픽 시스템 응용을 위한 시냅스 장치의 강화 동작 방법 | |
| KR102365324B1 (ko) | 뉴런 하나당 다수의 시냅스들을 갖는 3차원 뉴로모픽 소자 | |
| WO2019202427A1 (en) | Resistive processing unit architecture with separate weight update and inference circuitry | |
| CN113196307B (zh) | 神经元及包括其的神经形态系统 | |
| KR20230097139A (ko) | 강유전체 선택 트랜지스터들을 구현하는 비휘발성 아날로그 저항성 메모리 셀들 | |
| Gutsche et al. | Exploring area-dependent Pr0. 7Ca0. 3MnO3-based memristive devices as synapses in spiking and artificial neural networks | |
| KR102499691B1 (ko) | 단일 게이트의 피드백 전계효과 전자소자를 이용하는 축적 및 발화 뉴런회로 | |
| Tiotto et al. | Learning to approximate functions using Nb-doped SrTiO3 memristors | |
| KR102592840B1 (ko) | 멤리스터 소자 기반의 뉴로모픽 소자 및 이를 이용한 뉴로모픽 시스템 | |
| US20230206039A1 (en) | Self select memory cell based artificial synapse | |
| KR102084053B1 (ko) | 멀티 레벨의 컨덕턴스를 가지는 뉴로모픽 시냅스 장치 및 이의 동작 방법 | |
| KR102635604B1 (ko) | 저항 변화 메모리 소자 기반의 인공 시냅스 소자 및 이의 제조 방법 | |
| KR102415183B1 (ko) | 3단자 저항변화소자 기반 발화형 뉴런회로 및 이의 동작 방법 | |
| Berdan et al. | Temporal processing with volatile memristors | |
| KR102507770B1 (ko) | 시냅스 및 시냅스 어레이와, 이를 이용한 컴퓨팅 시스템 및 그 구동 방법 | |
| KR20170080452A (ko) | 시냅스 및 이를 포함하는 뉴로모픽 장치 | |
| Mikhaylov et al. | Towards Hardware Implementation of Double-Layer Perceptron Based on Metal-Oxide Memristive Nanostructures |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |