Incipient Ferroelectricity – Vad är det, och hur kan det förändra databehandling?

Lågenergitransistorer och experimentell databehandling

Modern databehandling bygger främst på transistorer tillverkade med kiselteknik. En enskild transistor behöver inte dra mycket energi, men miljarder komponenter, dataöverföring, minne och kylning ger hög total energianvändning.

En fälteffekttransistor (FET) är inte i sig ett alternativ till kisel, utan en transistorklass där ett elektriskt fält styr strömmen. Den vanliga kiselbaserade MOSFET-transistorn är en FET, och energiförbrukningen beror på arkitektur, material, spänning och drift.

Forskare vid Penn State och University of Minnesota undersökte begynnande ferroelektriskt beteende i FET-enheter med nanomembran av strontiumtitanat.

Begynnande ferroelektricitet beskriver ett material nära en ferroelektrisk övergång men utan stabil långräckviddig polär ordning under normala förhållanden. Små kortväga polära kluster kan reagera känsligt på temperatur och elektriska fält.

Beteendet kan vara användbart i neuromorfa element som representerar flera tillstånd eller synapsliknande svar. Studien är dock ett litet konceptbevis och visade inte att systemet lagrar data med mindre energi än alla traditionella datorer eller tål rymdmiljö.

Forskarna publicerade resultaten i Nature Communications med titeln ”Multifunktionella tvådimensionella FET-enheter som utnyttjar begynnande ferroelektricitet i fristående SrTiO₃-nanomembran vid temperaturer under rumstemperatur”¹.

Vad är begynnande ferroelektricitet?

Ferroelektricitet är en egenskap hos vissa material med spontan elektrisk polarisation som kan vändas med ett lämpligt yttre elektriskt fält.

Ferroelektriska material används i kondensatorer, sensorer, ställdon och icke-flyktiga minnen som FeRAM. Det betyder inte att varje ferroelektrisk kondensator alltid är mindre eller effektivare än ett dielektriskt alternativ.

Ett begynnande ferroelektriskt material saknar stabil långräckviddig ferroelektrisk ordning vid rumstemperatur, men kortväga polära fluktuationer eller kluster kan reagera på fält och temperatur. Det är mer exakt än att säga att materialet bara ”håller laddning” under vissa villkor.

”Begynnande ferroelektricitet innebär att stabil ferroelektrisk ordning saknas vid rumstemperatur. I stället finns små, spridda kluster av polära domäner, en mer flexibel struktur än i traditionella ferroelektriska material.”

Dipanjan Sen – Doctoral candidate in engineering science and mechanics

Beteendet har setts som en begränsning för vissa minnestillämpningar eftersom instabil polarisation kan ge kort lagringstid. Det kan däremot vara användbart i enheter som utnyttjar gradvisa, icke-linjära svar i stället för långvarig binär lagring.

Forskarna fann att strontiumtitanatmembranen uppförde sig mer som konventionella ferroelektriska material vid mycket låg temperatur, medan svaret vid rumstemperatur var mer relaxorlikt och kortväga.

Användning av incipient ferroelectricity

Det flexibla svaret kan vara ett problem för traditionellt binärt minne men kan ge justerbara tillstånd i neuromorfa komponenter.

”Under kryogena förhållanden visade materialet ett traditionellt ferroelektriskt-liknande beteende som kan passa minnestillämpningar. Vid rumstemperatur var svaret mer relaxorlikt, alltså mer oordnat och kortväga.”

Saptarshi Das – Professor of Engineering at Penn State.

Svar från enheter som utnyttjar begynnande ferroelektricitet kan användas i element som efterliknar vissa funktioner hos neuroner eller synapser, men de återskapar inte en hel biologisk neuron.

Neuromorf databehandling använder händelsestyrd bearbetning och distribuerade tillstånd inspirerade av neurala nätverk. Vissa arkitekturer kan minska dataflytt och energi i specifika uppgifter, men jämförelsen med traditionell databehandling beror på uppgift, noggrannhet, hårdvara och träning.

För att undersöka möjligheten byggde teamet FET-enheter som kombinerade en tvådimensionell halvledarkanal med nanomembran som visade begynnande ferroelektriskt beteende.

Incipient ferroelectric FETs

Strontiumtitanat

Forskarna vid University of Minnesota tillverkade fristående nanomembran av strontiumtitanat (STO) och kombinerade dem med den tvådimensionella halvledaren molybdendisulfid för att bygga FET-enheter.

Källa: Nature Communication

Strontiumtitanat är ett kvantparaelektriskt perovskitmaterial. Rent bulkmaterial visar normalt inte långräckviddig ferroelektrisk ordning vid omgivningsförhållanden, även om det är starkt polariserbart.

Strontiumtitanat kan visa ferroelektriskt-liknande beteende vid låg temperatur eller genom töjning, defekter, storlek och gränsytor. ”Perovskit” beskriver här en familj av kristallstrukturer, inte en särskild typ av solcell.

”Vi blev överraskade över att dessa välkända perovskitmaterial kunde visa ovanliga ferroelektriska egenskaper på enhetsnivå.

Det var inget vi väntade oss, men när vi började tillverka enheterna såg vi beteenden som kan öppna nya vägar för avancerad elektronik.”

Perovskitmaterial tillhör en bred strukturfamilj och vissa föreningar används eller studeras i solceller. Andra sammansättningar kan vara användbara i fotonisk databehandling, men egenskaperna varierar kraftigt med sammansättningen.

FETs

Forskarna använde strontiumtitanatmembran för att bygga tre artificiella neuroner och klassificerade enkla mönster i ett rutnät med 3×3 pixlar. Det var ett begränsat konceptbevis, inte ett praktiskt visionsystem.

Källa: Nature Communication

Enheterna klassificerade bilderna i olika kategorier. Metoden kan på sikt användas för bild- eller mönsterigenkänning. Den fungerade vid rumstemperatur, men studien gav ingen fullständig energijämförelse för ett helt system.

Mayukh Das – Doctoral candidate in engineering science and mechanics

FET-baserade artificiella neuroner med begynnande ferroelektricitet kan bidra till neuromorf hårdvara med låg energianvändning. Kostnad och effektivitet är dock inte demonstrerade i tillverkningsskala.

Arbetet kan ses tillsammans med andra FET-spår för avancerad databehandling och kommunikation, bland annat ferroelektriska transistorer med hög elektronrörlighet (FeHEMT). Arkitektur och mognadsgrad skiljer sig.

Framtida tillämpningar

Enheten är fortfarande ett laboratorieförsök som utforskar en ny användning av begynnande ferroelektricitet. Hållbarhet, variation mellan enheter, tillståndslagring, cykelliv, integration och skalbarhet måste dokumenteras.

AI är en möjlig tillämpning eftersom dataflytt mellan minne och beräkning kräver mycket energi. Stora språkmodeller är dock inte bara ”enorma minnen”, och experimentet visade inte minskad total energianvändning i datacenter.

Förbättringar i nätverksarkitektur och programvara, som metoder kopplade till DeepSeek, samt effektivare datacenter, chip och minnen kan hjälpa. Ny hårdvara kan också bidra, men en enda teknik är inte visad vara nödvändig eller tillräcklig för att hejda ökande energianvändning.

”Det tar tid att förbättra materialen och integrera dem i vardagsenheter som telefoner och bärbara datorer, och mycket återstår att utforska.

Vi undersöker också andra material, som bariumtitanat, för att förstå deras potential. Det finns många forskningsmöjligheter inom både material och enhetstillämpningar.”

Dipanjan Sen – Doctoral candidate in engineering science and mechanics

Företag som forskar om neuromorf databehandling

1. Intel

Intel (INTC ) är ett stort halvledarföretag som har utvecklat processorer, datorplattformar och tillverkningsteknik. Företaget förlorade ledningen i avancerad tillverkningsvolym till foundry-aktörer som TSMC och försöker bygga upp sin tillverkning; utfallet är osäkert.

Intel forskar om neuromorf databehandling och erbjuder Loihi 2 som forskningsplattform. Det visar inte i sig en bred kommersiell marknadsledning.

Källa: Intel

Intel skapade Intel Neuromorphic Research Community, där bland andra Penn State deltar och även medverkat i nyare forskning om vanadindioxid, tillsammans med många andra grupper. Medlemskap och antal förändras över tid.

Källa: Intel

Intel undersöker också databehandling inspirerad av biologiska sinnen. Ämnet behandlas i ”Biomimetiska luktchip: Är AI och elektroniska näsor den nya kanariefågeln i gruvan?”.

Intel Labs forskar bland annat om AI, kvant- och neuromorf databehandling. Forskningsaktivitet i sig garanterar inte kommersiellt försprång eller investeringsavkastning.

Intels kvantarbete behandlas i ”Läget för kvantdatabehandling” och i rapporten från september 2024 ”Veckans aktie: Intel (INTC)”.

2. IBM

International Business Machines (IBM) (IBM ), en historisk pionjär inom databehandling, forskar också om neuromorf teknik. Forskningsprogrammen är inte nödvändigtvis aktuella kommersiella produkter.

IBM utvecklade SyNAPSE, skalbar och energieffektiv neurosynaptisk databehandling, med stöd av DARPA. Det var ett forskningsprojekt för att efterlikna vissa hjärnfunktioner, inte en garanti för en modern kommersiell plattform.

IBM utvecklade kvantprocessorerna Eagle med 127 qubits, Osprey med 433 och Condor med 1 121 supraledande qubits. Antalet qubits avgör inte ensamt kvaliteten; fel, sammankoppling, koherenstid och felkorrigering är avgörande.

Källa: All About Circuits

Intel och IBM investerar i nya former av databehandling, bland annat kvant- och neuromorf teknik. De kan dra nytta av bättre materialförståelse, men vägen från forskning till produkt och lönsamhet kan ta många år och misslyckas.

Studier som refereras:

^{1. Sen, D., Ravichandran, H., Das, M. et al. Multifunktionella tvådimensionella FET-enheter som utnyttjar begynnande ferroelektricitet i fristående SrTiO₃-nanomembran vid temperaturer under rumstemperatur. Nat Commun 15, 10739 (2024). https://doi.org/10.1038/s41467-024-54231-z}