Analog devices based on proton control in oxides for future AI hardware

Research Project

Project/Area Number	17K18869
Research Category	Grant-in-Aid for Challenging Research (Exploratory)
Allocation Type	Multi-year Fund
Research Field	Electrical and electronic engineering and related fields
Research Institution	The University of Tokyo
Principal Investigator	Yajima Takeaki 東京大学, 大学院工学系研究科(工学部), 助教 (10644346)
Project Period (FY)	2017-06-30 – 2019-03-31
Project Status	Completed (Fiscal Year 2018)
Budget Amount *help	¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000) Fiscal Year 2018: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000) Fiscal Year 2017: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Keywords	プロトン / 酸化チタン / 固体イオにクス / AI / ニューロモルフィック / 揮発性 / 酸化物エレクトロニクス / 電子・電気材料 / 固体イオニクス / 水素 / 電気化学 / アナターゼ薄膜
Outline of Final Research Achievements	The purpose of this research is to construct the "volatile" devices as an important element for the future AI hardware. As such volatile devices, here we focused on the proton devices using polycrystalline TiO2 thin films. The fundamental property of proton in the TiO2 thin films were extensively studied, and as a result, we elucidated: most of the electrochemically introduced proton are stabilized at the interface, the proton in-plane distribution at the interface is homogeneous and little influenced by the grain boundary, and the surface emission of proton in the air can be dramatically suppressed by the surface SiO2 cap with a thickness of only a few nm. These results indicate the possibility of novel solid-state proton devices based on the proton transmission layer of TiO2, the barrier layer of SiO2, and the reservoir of the interface.
Academic Significance and Societal Importance of the Research Achievements	AIアルゴリズムが急速に進歩しているが、そのためのハードウェアは依然GPU などの既存技術を用いている。そのため消費電力が圧倒的に高いなどの問題があり、AIに特化した新しいハードウェアの設計が強く望まれている。しかしハードウェアをどのようなアナログ電子デバイスで構成すればいいか、未だコンセンサスが得られておらず、従ってハードウェアの設計指針を立てることができない。本研究では、AIが様々な局面で示す「揮発性」に着目し、固体デバイス中の「揮発」的な物理現象によってAIハードウェアを構成するための重要なデバイスを実現できるのではないかと考え、実際に水素化TiO2薄膜をたたき台として検証を行った。