用电压控制有机分子材料实现决策树算法相当于实现if-then的功能-else语句。不仅如此，研究人员还使用多个组件构建了一个具有71个节点的复杂决策树。这篇论文发表在最新一期的《自然》杂志上。更重要的是，与传统的固定硬编码电路不同，这种元件还具有动态重新编程的特性。重新编程的方法也很简单，只需要改变电压即可。在一个时间步完成一个复杂的计算后，施加不同的电压脉冲，可以在下一瞬间完成另一个计算任务。就像人脑可以通过断开和建立神经元之间的连接来重新布线一样。该论文的作者之一Venkatesan认为，需要数千个晶体管来替换其新组件可以执行的计算功能之一。这种新器件被称为分子忆阻器（MolecularMemristor）。忆阻器是一种基本电路元件，可以代替晶体管完成通用计算，开发新型CPU。此外，存储和计算可以集成在一起，节省了在CPU和内存之间来回移动数据所花费的时间。这一次，Nature上的分子忆阻器使用有机分子代替了传统忆阻器中的金属氧化物，使得器件在不同温度下保持稳定，计算也更加准确。因此，Nature给出的评价是：它开辟了一条通往超高效计算的道路。忆阻器研究之所以受到Nature的青睐，还有一个原因，它有望打破当前算力发展的瓶颈。算力发展遇到了哪些瓶颈？从你的手机、家用电脑，到超级计算机，计算能力的进一步提升都不得不面对一个问题：冯诺依曼瓶颈。在冯诺依曼系统的计算机中，运算单元和内存是分开的，也就是我们熟悉的CPU和内存。除了数据在CPU和内存之间来回移动耗时耗电的惊喜之外，现在又出现了新的问题。由于CPU运算速度的增长远快于内存访问速度，内存就成了阻碍，越来越限制了CPU的性能。这个问题也存在于GPU和显存之间，也被称为AI训练中的“内存墙”，成为AI训练的一大障碍。近年来，一种解决方案是将计算和存储放在一起，即设计一个存储和计算集成的芯片。使用忆阻器是实现存储和计算一体化的途径之一。忆阻器是继电阻、电容、电感之后的第四种基本电路元件。1971年由中国科学家蔡绍堂从理论上预言。如上图所示，传统的三种元器件中，电阻反映电压与电流的关系，电容反映电荷与电压的关系，电感反映磁通量与电流的关系。蔡绍堂从理论上的对称性推导出，应该有一个分量可以反映电荷量与磁通量之间的关系。对该元件施加正电压，其电阻值会随着通过的电流而变化。如果电流停止，电阻会停留在当前值，相当于“记住”了电流量。如果施加反向电压，通过元件的反向电流会使电阻回到原来的位置，相当于“擦除”了之前的记忆。于是蔡绍堂将英文的Memory（内存）+Resistor（电阻器）组合起来，将这个元件命名为Memristor（忆阻器）。如果高阻值定义为1，低阻值定义为0，忆阻器可以同时实现二进制计算和存储。忆阻器的这一特性与人类神经元中的突触非常相似，因此基于忆阻器的计算也被称为“类脑计算”。忆阻器的基本结构就像一个三明治，由两片金属组成，中间夹着一层薄膜。2008年，惠普首先用二氧化钛薄膜开发了金属氧化物忆阻器，后来又开发了使用二氧化铌、二氧化钒等不同材料的忆阻器。但是这些基于金属氧化物的忆阻器有几个共同的弱点。一是它只能在有限的温度范围内工作，二是不够稳定，多次计算的结果在统计上有偏差。寻找更好的替代材料成为关键。动态可重构分子忆阻器苛刻的环境约束和不稳定的计算结果实际上可以归结为无法灵活应对不断变化的环境。这也是因为即使是最先进的半导体逻辑电路也是基于硬连线阈值开关来执行预定的逻辑功能。那么，有没有办法提高这些逻辑电路的性能呢？研究团队想出了一种方法，可以在单个电路元件的材料特性中修复复杂的逻辑功能。于是他们设计了一种新的有机分子：以一个金属铁原子为中心，结合了三个苯基偶氮吡啶有机分子，称为配体。“电子海绵”。它可以可逆地吸收多达六个电子，从而产生七种不同的氧化还原状态。该材料被旋转浇铸为电路下方电极上的分子薄膜。所生产的薄膜在-40°C至70°C的不同温度下经过1300次重复实验验证是稳定的。此外，底部还有一个电极，它是一个60纳米的氧化铟锡（ITO）薄膜，上面涂有场增强的润湿金纳米盘（goldnano-disks）：这样，我们就有了一个特殊的分子忆阻器.当向该忆阻器施加电压时，它可以具有连续的高阻和低阻状态。与传统的氧化物忆阻器不同，这种分子忆阻器还能够在高电导率和低电导率之间突然转变。同时，分子忆阻器的电流电导率也取决于过去的历史状态：团队中的Venkatesan是这样解释的：你可以把这个器件想象成一个开关，当施加负电压时，分子材料中的配体将减少或获得电子，设备将首先从打开切换到关闭，然后从关闭切换到打开，然后在打开和关闭状态之间来回切换。通过这种“双极开关”特性，可以将逻辑运算的输出数字化并存储起来。而且，控制开关的氧化还原机理是由分子内部能级结构决定的，开关的触发条件非常精确。为了将这种物理行为与高效计算联系起来，团队中的Goswami提出可以从算法层面理解这种复杂的电流-电压分布：即包含if-then-else语句的决策树算法。这是一棵由71个节点组成的决策树，其中红色表示电导关闭状态，绿色表示电导开启状态。可以为每个氧化还原状态提供不同的初始条件，然后生成自己的树集（即从一组相关输入中预测输出的逻辑函数）。这样，忆阻器的物理特性直接将输入连接到输出。当条件发生变化并且需要处理或学习新事物时，只需施加不同的电压脉冲即可对设备进行逻辑重新编程或重新配置。这不禁让人想起大脑神经的可塑性。大脑可以通过建立和断开神经细胞之间的连接来改变它周围的线路。现在我们创建的分子设备也可以重新编程以改变逻辑来实现这种重新配置。此外，这种分子忆阻器还可以实现CPU中使用的通用逻辑功能，包括AND、OR、NAND、XOR。这意味着它同时具有寄存器和执行单元的功能。如果用在电脑或手机上，在寄存器和执行单元之间穿梭数据所花费的时间和功率将大大减少。现在，这种新型电路元件的总能量和面积（area）效率比使用DRAM作为存储器的CMOS至少高出2个数量级。团队介绍了SreetoshGoswami，第一作者兼通讯作者，新加坡国立大学（NUS）物理系，新加坡国立大学纳米研究所（NUSNNI）成员。主要研究方向为纳米电子学和光电子学。这一次，整个项目主要由他设计，并进行了电学和光谱测量。通讯作者、印度科学促进会（IACS）化学科学学院教授SreebrataGoswami设计了本研究中使用的有机分子材料。通讯作者斯坦利威廉姆斯是德克萨斯农工大学电气与计算机工程系教授。主要研究方向为纳米电子学。他被授予2014年IEEE杰出工程师。通讯作者T.Venkatesan，现任新加坡国立大学纳米研究所所长，脉冲激光沉积工艺创始人。论文地址：https://www.nature.com/articles/s41586-021-03748-0《Nature》News&Views评论https://www.nature.com/articles/d41586-021-02323-x
