原标题：
深圳科学家再登《科学》
深大饶峰教授在相变存储器领域取得重大进展
深圳商报2019年8月24日讯 8月22日，深圳大学科研工作又传喜讯。该校材料学院饶峰教授与美国约翰霍普金斯大学马恩教授、西安交通大学张伟教授合作，在面向高精度神经元计算应用的相变存储材料与器件研究方面取得重要进展。该成果以“超低噪声与漂移的相变异质结存储器”为题，于2019年8月22日由《科学》杂志发布。饶峰教授为本论文共同通讯作者，团队成员丁科元博士后为第一作者，深圳大学材料学院为本论文第一单位。
随着人工智能、大数据、超级计算机的迅猛发展，要求传统商用计算体系架构更加低功耗、高效率、低成本，为此业界近年来致力于研发基于新型非易失性存储技术的类脑神经元计算器件。相变随机存储器（PCRAM）是最成熟的新型非易失性存储器技术，2015至2018年间已实现商业化，近年来基于先进的PCRAM技术研发神经元计算器件成为业界研发焦点。然而商用PCRAM器件在反复可逆相变操作过程中，存在很多弊端，例如：多数据态存储操作时各态电阻值波动较大，高密度存储阵列的单元间与单元内反复多次操作一致性、协同性低下，神经元计算时噪声颇高等，严重制约了高精度、高效率神经元计算器件的开发。
聚焦此关键科学问题，饶峰、马恩与张伟通力合作，提出了一种新式的相变异质结（PCH）设计，由多个交替堆叠的相变层与限制层构成，并通过原位加热且低速生长的多层薄膜磁控溅射沉积技术实现了高质量PCH薄膜的制备，将PCRAM器件数据态的阻值波动和漂移降低到前所未有的水平。该PCH基PCRAM器件在迭代RESET操作时可实现9个稳定的多态存储，并在累积SET操作时器件电导呈现高一致性；这些优越的性能适用于精准矢量矩阵乘法计算、快速时序相关探测和其他要求高精度和高一致性的机器学习任务。此外，相比GST基器件而言，PCH器件的操作速度快一个数量级、操作寿命提升三个数量级、操作功耗降低超过87%，也为发展DRAM型高性能PCRAM器件提供了可行的解决方案。值得指出的是，PCH结构所采用的多层膜制备技术并不会大幅增加芯片制造成本或需开发额外复杂的工艺，可完美匹配现有PCRAM量产工艺，将有助于大力推进基于先进微电子技术的高性能神经元感知芯片的开发。
饶峰特聘教授为本论文共同通讯作者，团队成员丁科元博士后为第一作者，深圳大学材料学院为本论文第一单位。西安交大王疆靖博士、周宇星硕士，浙江大学田鹤教授为共同第一作者；合作者包括路璐博士（西安交大）、贾春林教授（西安交大、德国于利希研究中心）以及Riccardo Mazzarello教授（德国亚琛工大）；其他合作单位包括中科院上海微系统所、榆林学院。
本项工作是饶峰教授继2017年11月在《科学》发表变革传统冯诺伊曼计算体系架构的超高速缓存（SRAM）级钪锑碲相变存储材料与器件研究成之后的又一重大进展。2019年6月饶峰教授还应邀在《科学》发表观点论文，评述了相变存储材料相变过程中的液-液转变以及结晶动力学大幅反差的结构根源，并提出了下一步实验与计算的研究方向。（记者吴吉）
