目前，学术界普遍认为大脑的工作状态通常处于雪崩临界点附近。在这种状态下，一旦某个神经元被激活并产生放电，可能会触发其周围的数千个神经元产生动作电位，这使得信号能在整个系统中广泛传播。这样的雪崩临界状态实现了大脑在信息存储和信息处理之间的最优平衡。最近的研究证明，随机忆阻器阵列具有雪崩临界性，这主要源于其无标度（scale-free）的网络结构和金属原子开关（atomic switch）的行为特性。
近日，我院广东省硅基信息材料与集成电路设计高校重点实验室潘书生教授团队在单个纳米尺度的硅基忆阻器中也发现了雪崩临界行为。在外界电场的驱动下，来自顶电极的活性Ag原子会逐渐注入到SiOx阻变层中。当Ag原子的持续注入和焦耳热导致的热溶解效应达到平衡，器件将调整到介于绝缘和导通之间的渗流临界状态(图1)。当器件处于该状态时，阻变层内Ag原子开关行为会激活网络中其他邻近间隙的电场变化，并引发一系列电导的剧烈波动，即雪崩行为。通过对电导波动的统计分析，可以发现雪崩的尺寸和持续时间的统计分布遵循幂律分布，且雪崩的形状具有自相似性(图2)。进一步分析发现，不同估测方法（破裂关系、平均雪崩大小、形状折叠）获得的临界指数高度一致。这些证据都是忆阻器中渗流网络具有复杂时空相关性和存在雪崩临界行为的重要支撑。
图1.硅基忆阻器结构内部渗流网络模型
图2.硅基忆阻器的临界性判据
临界性在生物神经的信号感知方面也起着重要作用。受此启发，团队利用忆阻器的临界性，成功地模拟了听觉系统中毛细胞的频率选择功能，并实现了克服香农-奈奎斯特采样定理（采样频率至少为信号最高频率的两倍）限制的波形复现功能。
图3. 忆阻器临界性在类脑感知的应用
上述工作以“Criticality and Neuromorphic Sensing in a Single Memristor”为题发表在国际著名期刊Nano Letters，该杂志属于自然指数(Nature Index) 期刊之一。该工作由广州大学独立完成，文章的第一作者是材料科学与工程专业2021级硕士研究生马泽霖，葛军博士为通讯作者。本研究得到国家自然科学基金、广东省教育厅基金，广州市科技计划基金，广州大学“2+5”学科与科研创新平台—“新材料新装备新制造”平台的大力支持。
论文连接：https://pubs.acs.org/doi/10.1021/acs.nanolett.3c00389
