二氧化铪原子结构如何成为神经形态计算的基础？

为了创建更高效的计算机，需要快速的非易失性随机存取存储器（RAM）。铁电材料似乎是很好的候选材料。这些材料由带有偶极子的单元组成，在电场的作用下会集体切换。然而，如果单元数量太少，它们的特性就会崩溃；自发去极化会在大约90纳米以下发生。

氧空位是一个例外。BeatrizNoheda说："这或多或少是偶然发现的。哈夫纳在高温和恶劣环境中非常稳定，传统上用于冶金和化学工程行业。然而，当无定形哈夫纳被证明是晶体管中非常高效的栅极绝缘体时，它引起了微芯片制造商的注意。用哈夫纳取代传统的氧化硅，可以使晶体管变得更小。"

Noheda对这种材料的兴趣源于她在格罗宁根认知系统与材料中心（CogniGron）的工作，她是该中心的科学主任。CogniGron的目标是创建神经形态计算架构。Hafnia是该中心研究的材料之一。"在《科学》杂志于2021年发表的一篇论文中，我们描述了开关是如何不仅仅通过偶极子发生的。我们发现氧空位的移动也发挥了作用，"Noheda说。根据她的经验，她应邀在《自然-材料》杂志的一篇视角文章中讨论了从哈夫尼亚汲取的经验教训。

哈夫纳的行为类似于铁电体，但它只在纳米尺度上保持其特性。"铁电体似乎已经退出了超小型非易失性RAM的竞争，但有了hafnia，它们现在处于领先地位"。尽管如此，哈夫纳的行为似乎并不完全像铁电体，如前所述，氧空位的移动似乎对其特性至关重要。

Noheda还指出了另一个需要考虑的概念：纳米粒子的表面能。"相图显示，这些颗粒相对较大的表面积在二氧化铪中产生了相当于极高的压力，这似乎在这种材料的特性中发挥了作用。这类知识对于寻找与铪表现相似的其他材料非常重要。由于全球供应量太少，铪不是微型芯片生产中最可持续的选择。通过寻找具有类似特性的材料，我们可能会找到更好的候选材料。锆就是其中一种选择。"

找到铪的可持续替代品可以加速铁电材料在RAM存储器中的应用。由于偶极子的强度取决于产生偶极子的电场的历史，因此它将是生产忆阻器的理想材料。这种模拟设备的行为类似于我们大脑中的神经元，是神经形态计算机架构的候选材料。"我们正在努力开发这种神经形态芯片。但首先，我们必须充分了解二氧化铪和类似材料的物理特性"。