電路學大發現──傳說中的「憶阻器」現形

惠普實驗室(HP Labs)的資深院士R. Stanley Williams不久前成功地證實了有關「憶阻器(memristor)」的學說──所謂的憶阻器是指電子電路中除了電阻、電容與電感之外的第四種被動元素，早在1971年就由美國加州柏克萊大學教授Leon Chua所提出，不過當時僅是初步發現，直到日前才由HP正式發表。而此一成果也意味著相關教科書必須重新改寫。

憶阻器概念的創始人Chua表示：「我的處境跟1869年發明化學元素週期表的俄羅斯化學家Dmitri Mendeleev很類似；Mendeleev當時假設該週期表上有許多失落的元素，而現在所有的化學元素都已經被發現了。同樣的，來自HP Labs的Stanley Williams發現失落的電路元素──憶阻器。」

Chua當時是以數學推論電子電路在電阻、電容與電感之外還有第四種元素；他將之命名為憶阻器的緣故，是因為該元素會透過電阻的改變「記憶」電流的變化。而現在HP則宣稱發現了首個憶阻器的實例── 它是由一片雙層的二氧化鈦(bi-level titanium dioxide)薄膜所形成，當電流通過時，其電阻值就會改變。

「此一新發現的電路元素可解決今日電路學上的許多問題，因為當其尺寸縮小，其性能也會提升。」Chua.表示：「憶阻器可實現非常小的奈米等級元件，且不會產生現今將電晶體尺寸縮小的過熱問題。」

HP已在其超高密度縱橫式交換器(crossbar switches)中測試過以上元素，該交換器使用奈米線(nanowires)達到在單晶片中儲存100Gbits容量資料的記錄；而目前最高密度的快閃記憶體晶片則可儲存16Gbits的資料。

「我們花了多年時間尋找應用在超高密度奈米線縱橫式交換器中的最佳材料，以實現在一平方公分的面積內容納1,000億個縱橫閂(crossbars)的目標。後來我們發現，最理想的材料就是憶阻器。」Williams表示。

Williams除了是憶阻器以二氧化鈦為基礎的材料的主要發明人之外，亦是HP成立了12年的資訊與量子系統實驗室(Information and Quantum Systems Lab)的創始主管；他所率領的研究團隊並將該材料的配方最佳化。

Chua 則表示，在過去的37年來，憶阻器所遇到的障礙是電子電路學說中一個普遍的錯誤想法──即被動電路中，有關電壓與電荷之間的基礎關係。研究人員認為，電壓與電荷間的基礎關係，應是在電壓的變化值，或稱電通量(flux)，與電荷之間；而這也是讓HP能研發出電阻器的關鍵原因。

「電子理論學者在這些年來都使用了錯誤的變量比對──即電壓與電荷；事實上，電子理論所遺漏的一個部份，是有關電通量與電荷之間的變量比對。」Chua表示，以上的錯誤觀念與亞里斯多德運動定律(Aristotle's Law of Motion)的謬誤十分類似，該定律認為力與速度(velocity velocity)應該是成正比的，但兩千年之後牛頓(Newton)指出其錯誤，表示亞里斯多德用了不正確的變量，力應該是與加速度 (acceleration)成正比；加速度是速度的變化值。

Chua指出，以上的例子與今日電子電路學中的錯誤觀念如出一轍，但所有的教科書給的資訊都使用了錯誤的變量，即電壓與電荷；事實上，電壓與電荷間的基礎關係，應該是在電通量與電荷之間才正確。

HP曾在多年前邀請Chua前往發表其學說，不過當時並未透露他們正在積極尋找憶阻器；直到最近，Williams才告訴Chua，他已經使用了正確的變量，也就是電通量與電荷，發明了世界上第一個可以運作的憶阻器。

憶阻器的運作模式類似一個帶著記憶體的非線性電阻(non-linear resistor)，可做為一種尺寸小巧且高能源效率的記憶元件。不過Chua與Williams表示，憶阻器是一種新型態的電路元素，可製造出的新元件會是大家無法預料的。

Williams與其研究團隊所發明的首個憶阻器，是以兩層三明治型態的二氧化鈦薄膜為基礎；做為一種記憶元素，其運作方式是透過耦合該種材料中的原子運動與電子運動，來改變薄膜的原子結構。

HP 所使用的底層材料，是由鈦原子與氧原子組成的對稱晶格(lattice)，可做為良好的絕緣體；但頂層則摻雜了氧空缺(oxygen vacancies)，使其能成為導體(空缺越多導電性越好)。HP在二氧化鈦中製造這種氧空缺的秘訣，是使用濺鍍沉積法(sputter deposition)產生大量的氧，然後再削減氧氣流量產生空缺層。

透過在三明治層的上方與下方放置奈米線縱橫閂，電荷就會穿越該材料。Williams指出：「我發現憶阻器材料的方法，就是透過研究二氧化鈦感測器的運作模式；這讓我想到，可以透過移動該材料內的氧空缺來製造憶阻器。」

Williams表示，對該元件通電之後，就能推動材料層中的氧空缺到沒有氧空缺的地方，因而改變其電阻係數值達1000以上，將憶阻器「開啟」；而若將電流逆轉，讓氧空缺回到原地，就可「關閉」憶阻器。

就像Chua所預言的，Williams已經在計劃利用HP的縱橫閂結構，研發超越一般記憶體的全新型態元件。「如果我們用快速猛烈的方式來對憶阻器通電，它的運作方式會像是數位元件；但是如果我們用緩慢溫和的方式來對其通電，它就會像是類比元件。」他表示，該團隊已經利用其縱橫閂結構，設計了一種同時具備數位與類比功能區塊的新型態電路。

Williams透露，在類比功能的那部份，他們希望能創造一種以憶阻器為基礎的類比計算元件，其運作方式類似人腦神經元突觸，執行功能控制時會以比較對照的方式來進行，例如判斷某樣東西的尺寸比另一樣東西大或是小。

該研發團隊尚未建立一個神經元網路，不過相信在其縱橫閂的類比功能部份應用憶阻器，將可對神經元網路有很大助益。

HP計畫在2008年稍晚公佈其憶阻器材料的運作細節，以及該研發團隊已經最佳化的、在不同型態電路中的奈米級縱橫式交換器架構。「憶阻器不只可做為現有記憶體元件的替代品，也可望應用在人們從未想像過的各種新型態元件中。」Williams表示。

http://www.eettaiwan.com/ART_8800604247_480102_NT_7e9431c2.HTM

關鍵字： 憶阻器 人腦 突觸
人腦的位元細胞(bit-cells)是突觸(synapses)，美國密西根大學(University of Michigan)的研究人員指出，憶阻器(memristor)的功能特性是所有的電子元件中與突觸最相近的；他們最近展示單一憶阻器如何以與人腦相同的方式來學習同樣的技術。

人類的神經網路的學習模式，能達到像是特殊演算法那樣、對工程師來說都很難的程度，主要是依賴一種稱為突觸的類比記憶體元素；該元素目前正被科學家用做今日超級電腦中的一種數值來進行模擬。

學習行為的發生，是由於來自人體各感官的功能探測器──像是眼睛內的邊緣感測器(edge detectors)──會產生一種同步電壓突波(simultaneous voltage spikes)。當同步突波發生時，負責接收的大腦突觸會透過提高其數值(也就是一種超級電腦模擬中使用的數字)來回應，而憶阻器則是以改變其電阻值的方式來回應。


研究人員示範以憶阻器來模擬人腦神經網路的學習功能

該研究團隊領導人、密西根大學教授Wei Lu表示，憶阻器是以幾乎與大腦突觸相同的「STDP (spike timing dependent plasticity)」模式，來回應同步電壓脈衝，因此使其能夠成為超級電腦模擬的替代方案。由惠普實驗室(HP Labs)研究人員所發表的大規模憶阻器縱橫閂網路(crossbar networks)，可望建立一個比超級電腦更精確、快速的人腦功能模擬。

去年，美國國防部高等研究計劃局(Darpa)指派三個分別由HP、IBM與HRL Labs所率領的研究團隊，在其SyNAPSE (Systems of Neuromorphic Adaptive Plastic Scalable Electronics)計畫下，去研究出一種開發人腦學習要素的最佳方法；而研究成果將在明年發表原型。

HP已經在上述計畫下，研究採用憶阻器來做為突觸，其成果將在今年稍晚發表。IBM去年也宣佈，已成功利用精確的超級電腦模擬貓腦；該獲獎的超級電腦演算法名為「Blue Matter」最終將轉到硬體端，利用諸如密西根大學所研發的電子突觸來運行。

「貓腦的模擬是一個較現實可行的目標，因為其功能比人腦要簡單許多；但要仿製其複雜性與效益，仍然是非常困難的工作。」Lu表示；其研究團隊的目標是製作出某一天能在性能上媲美超級電腦的憶阻器設備，但機器的外型尺寸僅有兩公升的汽水寶特瓶那麼大。

(參考原文： Memristor emulates neural learning，by R. Colin Johnson)