Les mémristors à base d'oxydes métalliques attirent une grande attention dans les domaines du stockage non volatil, des capteurs intelligents et du calcul neuromorphique en raison de la large gamme de matériaux, de leur faible coût et de leur compatibilité avec la technologie CMOS. Cependant, la mise en œuvre pratique et la valeur applicative des mémristors actuels à base d'oxydes métalliques sont limitées par des défauts tels que des fluctuations importantes de la tension de seuil, une stabilité de commutation médiocre et une faible durabilité cyclique. Dans cet article, ZnO est utilisé comme couche fonctionnelle résistive, et une couche isolante en oxyde d'aluminium ultrafin de 2 nm est introduite par dépôt en couches atomiques, ce qui régule efficacement la croissance et la rupture des filaments conducteurs de l'appareil, améliore considérablement la stabilité de commutation, élève le rapport de commutation du courant à plus de 10⁴ et réduit nettement la plage de fluctuation de la tension de seuil. L'appareil peut simuler, sous polarisation en tension, les caractéristiques d'intégration-décharge, de fuite intrinsèque et de période réfractaire des neurones biologiques, ainsi que moduler le temps de déclenchement par l'amplitude des impulsions de tension. De plus, l'irradiation par lumière UV de 365 nm réduit davantage la tension de seuil et raccourcit le temps de déclenchement. En s'appuyant sur la caractéristique de régulation électro-optique synergique de l'appareil, une matrice de mémristors 64×64 a été construite, permettant avec succès l'extraction et l'amélioration des caractéristiques des trajectoires d'entrée optiques. Cette étude fournit une stratégie efficace pour promouvoir le développement du calcul neuromorphique.

mémristor; oxyde d'aluminium ultrafin; neurone; régulation synergique électro-optique