基于超薄热导率梯度型Ge₂Sb₂Te₅相变材料的仿生人工电子神经元

相变存储器（PCM）凭借晶态与非晶态间的可逆相变特性，成为神经形态存储计算领域的极具潜力的候选方案，其核心材料Ge₂Sb₂Te₅（GST）更是被广泛研究应用。但传统PCM器件存在RESET/SET电压比不足的关键问题，该比值通常低于5，极易引发RESET状态误写，严重限制了神经形态计算的精度，也阻碍了PCM器件在计算机领域的大规模应用。此前研究多通过掺杂异质元素、替换材料等方式改善这一问题，却面临掺杂分布不均、器件易氧化、制备难度大且成本高的弊端，难以实现稳定且高比值的RESET/SET电压调控。本研究采用剥离法与磁控溅射技术制备GST基PCM器件，通过自主研发的纳米分辨率3ω-SThM系统，首次绘制出实际PCM器件SET/RESET操作后的热导率分布，明确GST热导率梯度特征，结合MD模拟证实其起源为声子振动局域化。借助JMAK与Koistinen–Marburger模型，团队探究出SET/RESET性能影响因素：热导率梯度使晶化率提升88%、降低SET电压，192 nm超薄GST层影响RESET状态电阻，二者协同实现10.75的高电压比。此外，器件可承受10⁶次循环且性能稳定，高温热探针实现GST精准晶化，验证其神经形态计算与医疗诊断领域的应用潜力。