5月23日，两名实验室研究人员——博士后研究员Suhas Kumar和HPE高级研究员Stan Williams在Nature Communications联合发表了一篇论文，解锁了关于“忆阻器如何运作”的长期秘密。
在“ 分离由非线性电子不稳定性引起的电流密度和电场域 ”中，Kumar和Williams阐述了他们对忆阻器不稳定机制的成功调查。
一个特别诗意的巧合是，今年是Williams发现忆阻器的10周年，或者更确切地说，是第一次对Leon Chua的理论忆阻器进行物理鉴定的10周年纪念日。
以下是他们俩如何把忆阻器放在抽象世界中。（简称我们读不懂的喖喗喙喛喞喟）
“这揭示了正确建模非线性电路元件所需的热力学约束。我们的研究结果解释了电铸过程，它通过金属氧化物中的电阻开关来启动信息存储，并对改善基于非线性动力学装置的神经形态计算具有重要意义。”
如果你明白上面这些抽象地内容，恭喜你。但对于我们这些不使用忆阻器技术的人来说，Kumar贴心地为我们提供了外行人员的版本。正如所有优秀的科普故事一样，它以意大利面酱汁作为开始。
以下是Kumar如何解释它。
当你烹饪意大利面酱时，有时候你会注意到当加热和煮开时，水和油的混合物看起来很好地混合在一起（称为均匀液体混合物）。但是一旦你关掉了热源，油就可能分离出来并漂浮在上面。油水混合物在高温下稳定，因此它仍然是混合物; 但是在低温下，当停止搅拌时，混合物变得不稳定，因此分离出的两种成分（油和水）被分离出来（称为调幅分解），因为分离的状态现在在低温下更稳定。这就是为什么许多食谱告诉我们，在加热条件下，搅拌混合不同的成分更加容易。人们实际上可以用热力学理论来预测这一点，这些理论让我们发明了冰箱和汽车发动机。
类似的不稳定性也会在电子器件中发生，例如，称为负阻效应（negative differential resistance）的行为，其中电压升高时电流减小，反之亦然。但是人们很难理解当电子设备变得不稳定时究竟发生了什么。我们发现在电子设备中也会发生在液体混合物中发生的相同过程。如果在不稳定工作区域内施加电流，电流将“分解”成两个平行电流，都是稳定的。这一发现及其与液体混合物分离背后的物理学的联系都是困扰了人们超过50年的棘手问题。我们证实了在负阻效应期间发生的分解将导致局部热点的形成，而这些局部热点将引发持续的材料变化，从而实现忆阻器的良好识别信息存储属性。这也使我们能够提供一个简单的忆阻器行为模型，它比大多数模型简单得多。这使我们能够解释其他公司正在开发的其他几种类型的计算机存储器的操作 - 例如相变记忆体 - 使用更简单的模型。
此外，我们正在研究使用忆阻器构建类似大脑的计算机，但我们无法预测它是否可行，或者哪种配置最适合。这个模型将使这部分研究更加容易实现。
閱讀更多 HPE中國 的文章
