通过模拟质子介导的突触信号，实现了超低功耗的基于肽的忆阻器

《Small Methods》：Ultralow-Power Peptide-Based Memristor Enabled by Emulation of Proton-Mediated Synaptic Signaling

　　肽基类突触忆阻器通过质子注入实现超低功耗（215 pW）开关，较传统器件降低2500倍。采用酪氨酸富集YYACAYY（Y7C）肽膜为存储层，结合钯电极构建质子库，电化学调控质子注入可精准调节忆阻器阈值电压，同时保持休态电流低于10?1? A。研究揭示了双载体（质子/电子）传导机制对功耗优化的关键作用，为神经形态计算硬件提供了新范式。

　　人工智能时代的到来，推动了计算技术在多个领域中的广泛应用，包括自动驾驶、金融分析以及医疗诊断等。随着这些技术的快速发展，其市场价值也在指数级增长。然而，传统计算架构存在明显的局限性，尤其是由于内存与处理单元之间的物理分离，导致数据传输过程中耗能巨大，效率低下。相比之下，人类大脑以其卓越的能量效率成为仿生计算的灵感来源。大脑由约860亿个神经元和100万亿个突触组成，能够存储高达2.5 petabytes 的信息，并在极低的功耗（仅约20瓦）下实现每秒数百万亿次的运算。因此，开发模仿大脑结构和功能的神经形态计算系统，成为提高计算效率和降低能耗的重要研究方向。

在神经形态计算系统中，忆阻器因其高集成密度和良好的可扩展性，被视为下一代仿生硬件的重要候选材料。忆阻器的结构通常为双端金属-绝缘体-金属（MIM）形式，这种结构使其能够模拟生物突触的行为，并执行类似于神经元之间的信号传递和处理。然而，基于忆阻器的人工神经网络（ANNs）仍需要大量的权重更新，即使在相对简单的数据集（如MNIST）上，也需要高达100亿次的权重调整。而传统忆阻器在每次开关操作中通常消耗数毫瓦的功率，这在实际应用中仍然是一个巨大的挑战，尤其是在大规模神经网络系统中，开关操作的频率和数量都会显著增加功耗。

为了实现更低功耗的忆阻器，研究者们开始探索生物突触中的能量高效机制，特别是质子介导的信号传递过程。在生物突触中，质子与经典神经递质同时释放，形成细胞外的酸碱梯度，从而影响神经信号的传递效率。这一过程不仅提供了神经递质储存和释放的动力，还对突触的动态调节起着关键作用。此外，关键神经递质如单胺类物质、GABA和谷氨酸的再吸收过程也依赖于质子梯度的存在。因此，质子的动态变化在突触功能中具有重要作用。

受到这一机制的启发，研究人员开发了一种新型忆阻器，利用一种富含酪氨酸的肽（YYACAYY，简称为Y7C）作为电阻切换层。该肽层具有独特的红ox活性，能够促进质子和电子的协同传输，从而实现高效的电阻切换行为。通过外部湿度调节和电驱动质子注入两种方式，研究团队成功实现了对忆阻器开关行为的调控。其中，电驱动质子注入方法表现出显著的优势，不仅降低了开关电压，还有效抑制了关态电流，从而大幅减少了开关功耗。

实验结果显示，在常规的Ag/Y7C/Pt结构中，随着相对湿度（RH）的增加，开关电压从6.07 V显著下降至0.43 V，表明湿度调节在降低能耗方面具有潜力。然而，这种降低伴随着关态电流的增加，从而导致整体开关功耗上升。例如，在0% RH条件下，关态电流仅为4.5 × 10?12 A，而在80% RH条件下，关态电流增加至1.5 × 10?? A，这是由于湿度的升高促进了肽层的导电性。因此，尽管开关电压降低，但整体功耗却显著增加，这一现象限制了该方法在低功耗应用中的潜力。

为了克服这一问题，研究团队设计了一种三端忆阻器，其中在忆阻器活性区域附近引入了一层钯（Pd）基质的质子储存层。通过施加正负电压于该质子储存层，可以实现对质子的可控注入和提取。在正电压作用下，质子被注入到忆阻器区域，从而降低开关电压至0.56 V；而在负电压作用下，质子被移除，导致开关电压上升至3.84 V。这一方法不仅实现了对开关电压的精确调控，还显著降低了关态电流，使得开关功耗降至仅215 pW，约为传统肽基忆阻器的2500倍。这一结果表明，通过电驱动质子注入，可以实现与生物突触类似的高效能量利用机制。

为了进一步验证这一机制的有效性，研究团队还进行了多项实验。首先，他们排除了湿度对开关行为的潜在影响，通过在氢气氛围（0% RH）和真空条件下测量开关电压，发现开关电压随Pd电极偏压的增加而显著降低，而在真空条件下，这种降低效果消失，表明质子的注入确实来源于环境中的氢气。其次，他们通过增加Ag与Pd电极之间的间距（从100 μm扩展至500 μm和1000 μm），验证了质子注入对开关电压的影响仅在氢气氛围下存在，而在真空条件下则不明显，这进一步支持了质子在开关行为中的关键作用。

此外，研究团队还比较了两种质子调控模式（湿度调控和质子储存层调控）对忆阻器开关行为的影响。在湿度调控模式下，质子直接从环境中引入到肽层表面，虽然有效降低了开关电压，但同时显著增加了关态电流，导致整体功耗上升。而在质子储存层调控模式下，质子的注入和提取通过电场实现，不仅保持了较低的关态电流，还确保了开关行为的稳定性。两种模式下的忆阻器在10?秒内均能保持其电阻状态，但在湿度调控模式下，由于关态电流的增加，开关功耗被限制在约10?倍的水平，而质子储存层调控模式则实现了超过10?倍的开关电流比，显示出更高的能量效率。

值得注意的是，质子储存层调控模式的开关功耗显著低于现有基于有机和无机材料的忆阻器。研究团队将这一结果与先前报道的多种忆阻器进行了对比，发现肽基忆阻器在湿度调控模式下的开关功耗接近中位数，而通过质子储存层调控的忆阻器则达到了最低的开关功耗水平。这表明，通过电驱动质子注入，可以实现比传统方法更高效的忆阻器操作，为未来开发高能效、低功耗的神经形态计算系统提供了新的思路。

这一研究不仅在理论上验证了质子在忆阻器开关行为中的作用，还在实验层面展示了其可行性。通过结合生物机制与材料科学，研究团队成功构建了一种模拟生物突触信号传递的忆阻器，为实现更接近人脑的计算系统奠定了基础。未来，随着质子储存层技术的进一步发展，这种忆阻器有望在更广泛的环境中应用，例如无需依赖高湿度条件的稳定操作环境。此外，该方法还可以与其他神经形态计算技术相结合，推动更高效、更环保的计算硬件发展。

综上所述，这项研究通过引入质子注入机制，成功实现了对忆阻器开关行为的高效调控，显著降低了开关功耗。这不仅为开发低功耗、高能效的神经形态计算系统提供了新的技术路径，也为仿生计算的未来发展方向带来了重要启示。通过模仿生物突触中的能量高效机制，研究人员在材料设计和器件工程方面取得了突破性进展，为构建更接近人脑功能的计算系统提供了坚实的理论和实验基础。