[科普中国]-忆阻器

忆阻器，全称记忆电阻器(Memristor)。它是表示磁通与电荷关系的电路器件。忆阻具有电阻的量纲，但和电阻不同的是，忆阻的阻值是由流经它的电荷确定。因此，通过测定忆阻的阻值，便可知道流经它的电荷量，从而有记忆电荷的作用。1971年1，蔡少棠从逻辑和公理的观点指出，自然界应该还存在一个电路元件，它表示磁通与电荷的关系。2008年2，惠普公司的研究人员首次做出纳米忆阻器件，掀起忆阻研究热潮。纳米忆阻器件的出现，有望实现非易失性随机存储器。并且，基于忆阻的随机存储器的集成度，功耗，读写速度都要比传统的随机存储器优越。此外，忆阻是硬件实现人工神经网络突触的最好方式3。由于忆阻的非线性性质，可以产生混沌电路，从而在保密通信中也有很多应用4。

基本介绍忆阻器，全称记忆电阻，从这两个字可以大致推敲出它的功用来。最早提出忆阻器概念的人，是华裔的科学家蔡少棠，当时任教于美国的加州大学伯克利分校。时间是 1971 年，在研究电荷、电流、电压和磁通量之间的关系时，任教于加州大学伯克利分校的蔡教授推断在电阻、电容和电感器之外，应该还有一种组件，代表着电荷与磁通量之间的关系。这种组件的效果，就是它的电阻会随着通过的电流量而改变，而且就算电流停止了，它的电阻仍然会停留在之前的值，直到接受到反向的电流它才会被推回去。

简单说，忆阻器是一种有记忆功能的非线性电阻。通过控制电流的变化可改变其阻值，如果把高阻值定义为“1”，低阻值定义为“0”，则这种电阻就可以实现存储数据的功能。实际上就是一个有记忆功能的非线性电阻器。

用常见的水管来比喻，电流是通过的水量，而电阻是水管的粗细时，当水从一个方向流过去，水管会随着水流量而越来越粗，这时如果把水流关掉的话，水管的粗细会维持不变；反之当水从相反方向流动时，水管就会越来越细。因为这样的组件会“记住”之前的电流量，因此被称为忆阻器。

由于忆阻器尺寸小、能耗低，所以能很好地储存和处理信息。一个忆阻器的工作量，相当于一枚CPU芯片中十几个晶体管共同产生的效用。5

发展过程提出蔡教授之所以提出忆阻器，只是因为在数学模型上它应该是存在的。为了证明可行性，他用一堆电阻、电容、电感和放大器做出了一个模拟忆阻器效果的电路，当时并没有找到什么材料本身就有明显的忆阻器的效果，也没有人在找，处于连集成电路刚起步不久的阶段，离家用电脑普及还有至少15年的时间，这时候 HP 就登场了。

研究HP 关于忆阻器的发现在2008 年时发表于「自然」期刊，2009 年证明了 CrossLatch 的系统很容易就能堆栈，形成立体的内存。技术每个电线间的「开关」大约是 3nm x 3nm 大，开关切换的时间小于0.1ns，整体的运作速度已和 DRAM差不多， 但是开关次数还不如DRAM-- 还不足以取代 DRAM，但是靠着 1 cm² 100 gigabit（GB）， 1cm³ 1 petabit（数据存储单位1PB=1000TB）（别忘了它是可以堆栈的）的惊人潜在容量，干掉闪存是绰绰有余的。

但是 Crossbar Latch 可不止用来储存数据而已。它的网格状设计，和每个交叉点间都有开关，意味着整组网格在某些程度上是可以逻辑化的。在原始的 Crossbar Latch 论文中就已经提到了如何用网格来模拟 AND、OR 和 NOT 三大逻辑闸，几个网格的组合甚至可以做出加法之类的运算。这为摆脱晶体管进到下一个世代开了一扇窗，很多人认为忆阻器电脑相对于晶体管的跃进，和晶体管相对于真空管的跃进是一样大的。另一方面，也有人在讨论电路自己实时调整自己的状态来符合运算需求的可能性。这点，再搭配上忆阻器的记忆能力，代表着运算电路和记忆电路将可同时共存，而且随需要调整。这已经完全超出了这一代电脑的设计逻辑，可以朝这条路发展下去的话，或许代表着新一代的智慧机器人的诞生。

忆阻器和 Crossbar Latch 的组合代表的是电脑科技的全新进展，或许能让我们再一次延续摩尔定律的生命，朝向被机器人统治的未来前进。

惠普实验室的研究人员认为RRAM就是Chua所说的忆阻器，其报道的基于TiO2的RRAM器件在2008年5月1日的《自然》期刊上发表。加州大学伯克利分校教授蔡少棠，1971年发表《忆阻器：下落不明的电路元件》论文，提供了忆阻器的原始理论架构，推测电路有天然的记忆能力，即使电力中断亦然。惠普实验室的论文则以《寻获下落不明的忆阻器》为标题，呼应前人的主张。蔡少棠接受电话访问时表示，当年他提出论文后，数十年来不曾继续钻研，所以当惠普实验室人员几个月前和他联系时，他吃了一惊。

RRAM可使手机将来使用数周或更久而不需充电；使个人电脑开机后立即启动；笔记型电脑在电池耗尽之后很久仍记忆上次使用的信息。忆阻器也将挑战掌上电子装置内普遍使用的闪存，因为它具有关闭电源后仍记忆数据的能力。RRAM将比闪存更快记忆信息，消耗更少电力，占用更少空间。忆阻器跟人脑运作方式颇为类似，惠普说或许有天，电脑系统能利用忆阻器，像人类那样将某种模式（patterns）记忆与关联。

RRAM为制造非易失性存储设备、即开型PC、更高能效的计算机和类似人类大脑方式处理与联系信息的模拟式计算机等铺平了道路，未来甚至可能会通过大大提高晶体管所能达到的功能密度，对电子科学的发展历程产生重大影响。

研究人员表示，忆阻器器件的最有趣特征是它可以记忆流经它的电荷数量。蔡教授原先的想法是：忆阻器的电阻取决于多少电荷经过了这个器件。也就是说，让电荷以一个方向流过，电阻会增加；如果让电荷以反向流动，电阻就会减小。简单地说，这种器件在任一时刻的电阻是时间的函数———或多少电荷向前或向后经过了它。这一简单想法的被证实，将对计算及计算机科学产生深远的影响。

突破比勒菲尔德大学托马斯博士及其同事在2012年就制作出了一种具有学习能力的忆阻器。2013年，安迪·托马斯利用这种忆阻器作为人工大脑的关键部件，他的研究结果将发表在《物理学学报D辑：应用物理学》杂志上。

安迪·托马斯解释说，因为忆阻器与突触的这种相似性，使其成为制造人工大脑——从而打造出新一代的电脑——的绝佳材料，“它使我们得以建造极为节能、耐用，同时能够自学的处理器。”托马斯的文章总结了自己的实验结果，并借鉴其他生物学和物理学研究的成果，首次阐述了这种仿神经系统的电脑如何将自然现象转化为技术系统，及其中应该遵循的几个原则。这些原则包括，忆阻器应像突触一样，“注意”到之前的电子脉冲；而且只有当刺激脉冲超过一定的量时，神经元才会做出反应，忆阻器也是如此。

忆阻器能够持续增高或减弱电阻。托马斯解释道：“这也是人工大脑进行学习和遗忘的过程中，忆阻器如何发挥作用的基础。”7

发展前景实现2013年，中国忆阻器研究仍处于“自由探索”阶段，不仅力量分散，而且主要集中于理论层面和计算机仿真。受研究条件所限，真正物理实现尚不多见。

事实上 HP 也没有在找忆阻器，2005年是一个由 HP 的 Phillip J Kuekes 领军的团队，正在进行的一种称为 Crossbar Latch 的技术的研究。Crossbar Latch 的原理是由一排横向和一排纵向的电线组成的网格，在每一个交叉点上，要放一个「开关」连结一条横向和纵向的电线。如果能让这两条电线控制这个开关的状态的话，那网格上的每一个交叉点都能储存一个位的数据。这种系统下数据密度和存取速度都是前所未闻的，问题是，什么样的材料能当这个开关？这种材料必需要能有「开」、「关」两个状态，这两个状态必需要能操纵，更重要的，还有能在不改变状态的前提下，发挥其开关的效果，允许或阻止电流的通过。如何取得这样的材料考倒了 HP 的工程师，因此他们空有 Crossbar Latch 这么棒的想法，却无法实现。

直到2008年（距蔡教授提出忆阻器已经37年过去了）才出现了转机，另一个由 Stanley Williams领军的 HP 团队在研究二氧化钛的时候，意外地发现了二氧化钛在某些情况的电子特性比较奇特。

Stanley等人发现，一块极薄的二氧化钛被夹在两个电极中间，这些二氧化钛又被分成两个部份，一半是正常的二氧化钛，另一半进行了“掺杂”，少了几个氧原子。因此“掺杂”的那一半带正电，电流通过时电阻比较小，而且当电流从“掺杂”的一边通向正常的一边时，在电场的影响之下缺氧的“掺杂物”会逐渐往正常的一侧游移，使得以整块材料来言，“掺杂”的部份会占比较高的比重，整体的电阻也就会降低。反之，当电流从正常的一侧流向“掺杂”的一侧时，电场会把缺氧的“掺杂物”从回推，电阻就会跟着增加。因此，整个器件就相当于一个滑动变阻器一样。

有望制成更快更节能的即开型PC

忆阻器最简单的应用就是作为非易失性阻抗存储器(RRAM)，当前的动态随机存储器所面临的最大问题是，当你关闭PC电源时，动态随机存储器就忘记了那里曾有过什么，所以下次打开计算机电源，你就必须坐在那儿等到所有需要运行计算机的东西都从硬盘装入到动态随机存储器。有了非易失性随机存储器，那个过程将是瞬间的，并且你的PC会回到你关闭时的相同状态。

研究人员称，忆阻器可让手机在使用数周或更久时间后无需充电，也可使笔记本电脑在电池电量耗尽后很久仍能保存信息。忆阻器也有望挑战数码设备中普遍使用的闪存，因为它具有关闭电源后仍可以保存信息的能力。利用这项新发现制成的芯片，将比闪存更快地保存信息，消耗更少的电力，占用更少的空间。

为开发模拟式计算机铺平道路

忆阻器还能让电脑理解以往搜集数据的方式，这类似于人类大脑搜集、理解一系列事情的模式，可让计算机在找出自己保存的数据时更加智能。比如，根据以往搜集到的信息，忆阻器电路可以告诉一台微波炉对于不同食物的加热时间。当前，许多研究人员正试图编写在标准机器上运行的计算机代码，以此来模拟大脑功能，他们使用大量有巨大处理能力的机器，但也仅能模拟大脑很小的部分。研究人员称，他们能用一种不同于写计算机程序的方式来模拟大脑或模拟大脑的某种功能，即依靠构造某种基于忆阻器的仿真类大脑功能的硬件来实现。其基本原理是，不用1和0，而代之以像明暗不同的灰色之中的几乎所有状态。这样的计算机可以做许多种数字式计算机不太擅长的事情———比如做决策，判定一个事物比另一个大，甚至是学习。这样的硬件可用来改进脸部识别技术，应该比在数字式计算机上运行程序要快几千到几百万倍。6

取代忆阻器的优异性能，已经展现出其广泛的应用前景。这种基础元器件，将从根本上颠覆现有的硅芯片产业。

2012年，美国电气和电子工程协会邀约3位国际知名学者共同撰写了一篇长文《超越摩尔》，其中专章讲述了忆阻器。这引起了中科院计算技术研究所研究员闵应骅的注意，他在科学网上连续发表5篇博文进行译介。闵应骅曾说，未来半导体工业有可能从“硅时代”进入“碳时代”，而忆阻器这种可记忆电流的非线性电阻，凭借其优越的特性，将成为未来极有希望的存储元件。

不只是存储。2010年惠普实验室再次宣布，忆阻器具有布尔逻辑运算的功能，这一发现震动了计算机学界。曾领衔研制“天河”系列超级计算机的国防科技大学科研人员在跟踪调研后认为，“理论上可以通过忆阻器完全替代现在所有的数字逻辑电路”。

“在很大程度上，我同意忆阻器有可能代替晶体管这种说法，其自动记忆能力和状态转换特性，还将推动人工智能和模拟存储的发展。”西南大学电子信息工程学院教授段书凯认为。

与蔡少棠之间的学术渊源，使段书凯成为国内最早开展忆阻器非线性系统研究的学者之一。

华中科技大学微电子学系教授、长江学者缪向水则表示，忆阻器的确具有给微电子领域带来强大变革的能力，但要彻底取代晶体管，此时看来还不太现实。

“还不太现实”的一个重要原因，在于忆阻器的实际应用还有许多技术问题有待研究。不过几乎所有科学家，学者均认为，这正是一个历史机遇，我国研究者应有所作为。5

中国落后国内外鲜明对比

“就在忆阻器的机理尚未完全探明时，国外商业竞争已进入白热化阶段了。”提及当前国内外研究态势，国防科技大学电子科学与工程学院教授徐晖表示。

自惠普忆阻器原型问世以来，国际研究迅速升温，已有百余所研究机构参与。不仅英、德、韩等国相继加入，Intel、IBM等工业巨头也在美国军方支持下砸下重金。

2009年，科技部启动国际合作项目“忆阻器材料及其原型器件”，缪向水是项目负责人。他也坦承，“国内忆阻器研究还处于初始阶段”。

国内学术界在正式场合引介忆阻器大约在2010年。在该年的中国电子学会第16届电子元件学术年会上，一个重要环节即是由清华大学材料系教授周济介绍忆阻器。尽管这只是一个介绍性报告，却为与会者打开了一扇窗口。随后几年，该篇会议论文的下载量激增，显示出国内同行的极大热情。2009年，只有徐晖团队的一篇硕士论文专门介绍忆阻器；到2012年，这一数字已增至11篇。

“我们必须在国外厂商实现忆阻器产业化之前，‘强强联合，共同攻关’，取得原创性的自主知识产权成果，以免将来受制于人。”缪向水表示。

华中科技大学历经四年研究，已经能够制备出纳米级性能稳定的忆阻器原型器件。并由该校牵头，联合清华、北大、国防科大、中科院微电子所等单位已在联合申报一个“973”计划项目，一旦获批，将拉开我国忆阻器研发“协同作战”的序幕。5

鸿沟待跨越

从长远来看，更大的挑战则来自于知识、学科和行业之间的“鸿沟”。

湖南大学信息学院副教授尤志强曾前往美国交流，亲眼目睹惠普等产业界与学术界的密集互动。不料回国后，他却接连遭遇在计算机期刊发表忆阻器论文被拒评的尴尬。他推测，评审专家对忆阻器缺乏了解，特别是计算机专家不熟悉半导体领域进展可能是原因之一。

“忆阻器属于影响长远的应用基础问题，存在大量学科交叉，做计算机的往往很难申请到课题，而做半导体的又太着急出成果。”闵应骅说。2013年，在教学体系设置上，几乎所有理工科大学生必修的本科基础课程《电路原理》，仍未将“忆阻器”纳入，以致于不少师生对于忆阻器都普遍感到陌生。5

潜在应用威廉姆斯的固态的忆阻器可以组合成所谓交叉开关锁存器的设备，这可能会取代晶体管建造未来的电脑，占用面积小得多。

种类电化电池忆阻器具有电化电池表现的特征。

固态2007年惠普公司资讯与量子系统实验室的研究人员在理查德·斯坦利·威廉姆斯的领导下成功研制了固态的忆阻器－它是由一片双层的二氧化钛薄膜所形成，当电流通过时，其电阻值就会改变。固态的忆阻器的制造需要涉及物料的纳米技术。这个忆阻器并不像其理论般涉及磁通量，或如电容器般储存电荷，而是以化学技术来达至电阻随电流历史改变的性质。

不过，三星集团却有一项正申请专利的忆阻器，采用了类似惠普公司的技术。故此谁是忆阻器的创始人则有待澄清。

惠普公司是以两层二氧化钛薄膜来制作忆阻器元件，其中一层掺杂。

本词条内容贡献者为:

吴晨涛 - 副研究员 - 上海交通大学