中国·保定，2025年3月—— 河北大学电子与信息工程学院闫小兵教授团队在《Journal of Materiomics》期刊发表了一项突破性研究，成功开发出一种基于纳米支架复合结构（Ba₀.₆Sr₀.₄TiO₃:Nd₂O₃, BSTN））的铁电忆阻器。该器件通过独特的垂直自组装纳米复合设计，显著提升了存储性能与能效，为下一代神经形态计算芯片及高安全性加密系统提供了创新解决方案。

人工智能的最新进展激发了人们对用于神经形态芯片的铁电记忆电阻的兴趣，因为它们能够在不需要电形成的情况下通过极化精确控制电阻状态。然而，这些器件中的氧空位往往会导致高泄漏电流、低寿命和分散的开关电压。在这里，我们介绍了一种硅基集成（Ba0.6Sr0.4TiO3）0.5（Nd2O3）0.5（BSTN）纳米支架铁电薄膜忆阻器，具有垂直自组装纳米复合结构（VSNs），高质量生长于La0.67Sr0.33MnO3/SrTiO3/P-Si衬底上。该器件显示了一个广泛可调的铁电域范围（0°-180°），高残余极化（21.04μC/cm²），和更多的存储状态（16个状态或4位）。它具有较高的耐久性，可持续超过109个开关周期。该开关机制结合了铁电极化和氧空位迁移，可以通过双向电导可调性来模拟生物突触功能。此外，我们使用16×16 BSTN忆阻器交叉棒阵列和压力传感器实现了一个智能锁的低功率（每事件0.57pJ）多因素安全加密系统。在多种因素（无序输入、特定用户和相应的密码）下，经过500次迭代，系统识别密码的准确率为97.6%，损失率为3.8%。总之，这项工作为推进基于铁电记忆体的人工智能芯片应用奠定了坚实的基础。

该工作在Journal of Materiomics上以题为“Nanoscaffold Ba0.6Sr0.4TiO3:Nd2O3 ferroelectric memristors crossbar array for neuromorphic computing and secure encryption”在线发表（DOI: 10.1016/j.jmat.2025.101051）

我们摘取了文章里的几部分重点给大家做个介绍：

核心突破：高性能铁电忆阻器的三大优势

1. 超高耐久性与稳定性

1.1. 器件在超10⁹次循环的开关测试中未出现性能衰减（图1j），远超同类阵列器件的寿命极限。

1.2. 通过界面通道精准控制氧空位迁移，实现16种稳定导电态（4比特），支持高密度信息存储（图1l）。

2. 极低功耗与高效能

2.1. 单次开关事件能耗仅为 0.57皮焦耳（pJ），为目前钙钛矿材料中最低能耗之一。

2.2. 结合铁电极化翻转与氧空位协同机制，可模拟生物突触的长时程增强（LTP）与抑制（LTD）功能（图3g-h），为类脑计算奠定硬件基础。

3. 硅基集成与多因素安全加密系统

3.1. 首次在硅基衬底上实现BSTN铁电薄膜的外延生长（图2a-d），突破传统铁电器件对单晶衬底的依赖，推动芯片级集成。

3.2. 基于16×16交叉阵列（图4c）构建的低功耗加密系统，结合压力传感器与神经网络识别，在无序输入、用户指纹及动态密码等多因素验证下，识别准确率达 97.6% ，损耗率仅3.8%（图5f）。

技术亮点与应用前景

一、 结构创新：垂直纳米复合通道
通过BSTO与Nd₂O₃的1:1复合（图2d），形成垂直界面通道，限制氧空位随机迁移，显著提升铁电畴翻转范围（0°-180°）与剩余极化强度（21.04 μC/cm²，较纯BSTO提升6倍，图1g）。

二、类脑突触功能模拟
器件成功模拟生物突触的短时程可塑性（PPF）、脉冲时序依赖可塑性（STDP）及学习-遗忘-再学习机制（图3c-f），为构建高效神经形态网络提供硬件支持。基于该器件的轻量化卷积神经网络（VGG-8）在CIFAR-10图像识别任务中达到90.6%准确率，接近纯算法水平（图3j）。

三、安全加密系统的产业化潜力
团队开发的多因素加密硬件（图4a-e）支持动态密码重置与用户身份绑定，结合3×3阵列的实时响应（图5b-d），可应用于智能门锁、金融安全等高保密场景。系统功耗较传统方案降低2个数量级，为物联网安全提供新范式。

图1：BSTN忆阻器结构与性能表征，包含超高极化强度（g）与多态稳定性（l）等。

图2：透射电镜（TEM）揭示包含BSTN薄膜的垂直纳米复合结构（d）与硅基外延生长界面（b-c）等。

图3：突触特性模拟，展示STDP学习规则如（e）与神经网络训练结果（j）等。

图4：展示16×16交叉阵列（c）与多因素加密系统硬件（e）等。

图5：加密系统测试，包括用户密码序列（c-d）与神经网络识别混淆矩阵（g）等。

原文链接：https://doi.org/10.1016/j.jmat.2025.101051.