以下文章来源于逍遥设计自动化，作者逍遥科技
引言
先进材料与三维集成技术的结合为边缘计算应用带来了新的可能性。本文探讨研究人员如何通过单片3D集成方式将硒化铟光电探测器与二硫化钼忆阻晶体管结合，实现传感器与计算单元之间物理距离小于50纳米的紧密集成[1]。
01单片3D集成技术基础
三维集成技术通过垂直堆叠多层半导体器件来增强近传感器计算能力。目前存在两种基本方法：封装方法和单片集成。封装方法在封装内组装独立制造的组件，但这种方法存在通孔长度增加、通孔密度受限以及延迟和带宽性能改善受限等问题。相比之下，单片3D集成采用制造技术，通过单一统一芯片上的通孔将组件直接堆叠，具有更小的占用面积、降低的寄生效应和更好的能源效率。
本文展示的技术通过集成功能多样的2D材料推进了这一领域的发展。上层利用不同厚度硒化铟薄片构建的光学储备池中的光响应变化，下层部署可编程二硫化钼忆阻晶体管。这些忆阻晶体管将光电流转换为光电压，随后由同样基于二硫化钼忆阻晶体管的训练读出线路处理。这种架构在垂直堆叠结构中同时实现了近传感器信息处理和内存计算能力。
图1：3D集成器件堆叠的横截面成像和表征，显示位于MoS₂忆阻晶体管顶部的In₂Se₃光电探测器，以及光响应特性和忆阻晶体管性能指标。
结构表征揭示了三维堆叠中材料的精细分层。示意图和横截面扫描透射电子显微镜图像清楚地显示In₂Se₃光电探测器位于MoS₂忆阻晶体管上方，两者之间由氧化铝介电层隔开。能量色散X射线光谱映射确认了元素分布，铟、硒、钼和硫的不同层次清晰可辨。对30个不同硒化铟光电探测器的光响应测量显示响应度值范围从约2安培/瓦特到8500安培/瓦特，反映了不同厚度薄片固有的器件间变化。底层二硫化钼忆阻晶体管表现出约3.5平方厘米/伏特·秒的场效应电子迁移率，亚阈值斜率约为210毫伏/十倍电流变化。
02制造工艺与材料选择
制造工艺通过保持在180摄氏度的热预算范围内来维持与后段工艺的兼容性。这种温度限制确保可以添加额外层次而不会损害下层的完整性。单层二硫化钼薄膜使用金属有机化学气相沉积方法在蓝宝石基板上生长，而硒化铟则从块状单晶中剥离。顺序制造从图案化局部背栅电极开始，随后沉积由氧化铝、二氧化铪和氧化铝层组成的浮栅介电堆叠。这种特定堆叠使忆阻晶体管能够实现非易失性和模拟编程。
材料选择在系统性能中发挥了关键作用。选择硒化铟是因为其通过光电导变化产生光电流的能力，而不是大多数其他2D材料使用的光栅效应。光栅效应会由于陷阱态和局域电荷的参与而引入复杂性，例如更长的响应时间和潜在的稳定性问题。光电导变化实现了更快的响应时间和更高的灵敏度，使其更适合需要高速和高保真光检测的应用。此外，硒化铟具有一个显著优势，即无论厚度如何都是直接带隙半导体，这与大多数其他2D材料不同，后者仅在单层极限下表现出直接带隙。这一特性使硒化铟比替代材料吸收更多光。
03近传感器光响应校准
这种三维集成方法最显著的优势之一体现在管理器件间变化方面。虽然光响应的变化对储备池计算应用来说是有利的，但观察到的光电流范围在不同硒化铟薄片上变化了四个数量级，这使后续线路处理变得复杂。通过将负载电阻与光电探测器串联来将光电流转换为光电压提供了一种解决方案，但最佳性能需要光电探测器电阻与负载电阻相匹配。
图2：使用栅极偏压调谐和MoS₂忆阻晶体管的非易失性编程实现近传感器计算的光响应校准演示，在具有不同光响应特性的器件上实现一致的光电压响应。
二硫化钼忆阻晶体管的可编程特性为这一匹配挑战提供了优雅的解决方案。通过调整施加到忆阻晶体管的栅极偏压，电阻可以调节几个数量级，有效地匹配任何光电探测器的电阻，无论其固有光响应如何。对于响应度值差异巨大的器件，提取的光电压对栅极电压的关系遵循相似的非单调趋势，证明只需调整偏置条件就可以为每个光电探测器实现负载匹配。更重要的是，忆阻晶体管的电导可以通过浮栅堆叠以非易失性方式编程，允许每个堆叠器件在相同偏置下对相同光激励实现相似的光电压响应。这种能力消除了当系统涉及许多器件时管理每个器件不同偏置的复杂性。
浮栅堆叠由氧化铝、二氧化铪和氧化铝层组成，实现了这种模拟编程能力。二氧化铪层具有较小的带隙，在两个具有较大带隙的氧化铝层之间充当电荷陷阱层。编程和擦除操作使用范围从4到12伏的负和正背栅电压脉冲，脉冲宽度为10毫秒。系统展示了跨多个不同电导状态的模拟编程，具有在数百秒内保持的优异非易失性保持特性。
04物理储备池计算实现
储备池计算代表了处理时间序列数据的强大计算范式，源自循环神经网络框架。该方法利用固定的、随机连接的非线性单元网络将低维输入数据映射到高维空间。其关键优势在于简化的训练要求：储备池内的输入权重和循环连接权重都不需要训练。只有将储备池状态映射到输出的读出权重需要使用线性回归等简单算法进行训练。
图3：光电储备池的硬件实现，显示In₂Se₃光电探测器和MoS₂忆阻晶体管M3D集成实现储备池计算范式的光学图像和线路图。
三维光电储备池利用光响应的器件间变化构建物理储备池，将单维输入激励映射到高维光电压输出。硒化铟光电探测器光响应的有限下降时间提供了储备池计算所需的关键"衰减记忆"元素。这种衰减记忆确保储备池在新输入到达时逐渐忘记先前的输入，允许通过依赖当前和近期过去的输入来处理时间信息。读出线路实现使用另一组二硫化钼忆阻晶体管，其电导状态被编程为通过训练获得的权重。
图4：使用M3D光电储备池进行股票价格预测的演示，显示不同股票指数的训练和测试性能以及R²分数，以及对器件数量和预测时间范围的参数依赖性。
为了展示有效性，系统处理每日股票指数数据作为输入时间序列。500天的纽约证券交易所股票价格被转换为5秒持续时间内相应的LED电压脉冲，每天由10毫秒脉冲表示，短于光响应下降时间。前400个读出电压训练简单回归模型以确定权重和偏置，而其余100个股票价格测试性能。时间序列预测取得了优异结果，纽约证券交易所的决定系数为0.88，纳斯达克为0.83，道琼斯工业平均指数为0.93，标准普尔指数为0.86。
预测准确度随储备池节点数量（对应堆叠光电探测器-忆阻晶体管对的数量）增加而提高，但超过四个器件后改善相对较小。这种适度的硬件要求使储备池计算对边缘器件实现特别有吸引力。系统还可以提前几天预测股票价格，更长的预测时间范围需要更多节点来维持准确性，这通过系统探索预测时间范围和节点数量的不同组合得到证明。
05技术意义与应用展望
这项演示在硅之外的功能多样材料的异质3D集成方面具有重要意义。传感器和计算单元之间小于50纳米的物理距离超过了当前最先进的封装解决方案，实现了近传感器信息处理的优势，包括更好的光响应校准和更高的速度。系统成功地在单个芯片上结合了光学传感、通过可编程忆阻晶体管的模拟计算以及内存读出线路，所有这些都保持在与标准制造工艺兼容的热预算范围内。
该方法解决了传统硅技术的局限性，后者缺乏适合储备池计算应用的固有变化性和衰减记忆。虽然先前使用忆阻器、光子储备池或自旋电子储备池的演示提供了优于硅电子学的优势，但大多数仍需要片外读出线路。这个完全集成的系统在同一芯片上展示了储备池和读出线路，在三维架构中利用了近传感器信息处理和内存计算能力。以最少的硬件和训练要求成功演示复杂时间序列预测，展示了功能多样材料的异质三维集成在边缘智能应用中的广泛机会。