今天為大家分享一篇2025年12月25日發表在 ACS Nano 的文獻，題目為"Boosting Performance of Ga?O? Thin-Film Transistors via Defect Passivation toward Solar-Blind Ultraviolet In-Sensor Reservoir Computing"。本文的第一作者是Peng Li、Jiajuan Shi和Zhuangzhuang Li，本文的通訊作者是Ya Lin、Zhongqiang Wang、Jiangang Ma和Haiyang Xu。
氧化鎵（Ga?O?）薄膜晶體管（TFTs）能夠耐受高溫和高壓，適用于要求嚴苛的顯示和傳感應用。然而，當前Ga?O? TFTs的性能受限于缺陷對自由載流子輸運的阻礙。本工作介紹了一種策略，包括氮氣退火和隨后的原子層沉積Al?O?封裝，該策略分別將Ga?O? TFTs的遷移率和日盲紫外響應度提升了超過27倍和94倍。高分辨率透射電子顯微鏡表征和計算機輔助設計模擬的綜合結果表明，這些性能的提升歸因于對Ga?O?界面、體相和表面的深能級缺陷的有效鈍化。此外，Ga?O? TFTs中光電導和柵極調控之間的競爭與協同作用產生了柵壓可編程的光響應，從而可以控制響應度和響應時間。利用這一特性，本文展示了一個基于Ga?O? TFTs的日盲紫外傳感內儲層計算系統，該系統在指紋圖像識別中，即使在40%的噪聲下，也能達到超過91.8%的準確率。本研究整合了一種有效的缺陷鈍化策略和清晰的調制機理，并進一步展示了其在神經形態計算中的應用。該方法為推廣到其他寬帶隙半導體系統顯示了廣闊的潛力。
寬帶隙金屬氧化物半導體薄膜晶體管（TFTs）在顯示器、傳感器和存儲器中有著關鍵應用。作為一種超寬帶隙半導體材料，Ga?O?因其高穩定性和高擊穿場強，成為高功率電子學和光電子學領域極具潛力的新型溝道材料。特別是，基于Ga?O? TFT的日盲紫外探測器，可以通過柵極電壓調控光電流，為其在指紋識別、安全通信等領域的應用提供了可能。
受生物視覺系統的啟發，研究人員開發了一種日盲紫外傳感內儲層計算系統。該系統采用柵壓可編程的Ga?O? TFT陣列作為光電突觸，旨在實現高效的圖像識別。
圖1. 用于神經形態視覺系統的Ga?O? TFTs。(a) 生物視覺系統和使用Ga?O? TFT陣列設計的神經形態視覺系統的示意圖。(b) 沉積在SiO?/Si襯底上的Ga?O?/Al?O?異質結薄膜中Al, Ga, O和Si元素的HAADF-STEM圖像及相應的能譜映射圖。(c) Ga?O?/Al?O?異質結的高分辨率TEM圖像，顯示了晶態β-Ga?O?表面的非晶態Al?O?層。相應的快速傅里葉變換圖譜（區軸 Z=[101]）顯示了來自非晶態Al?O?的彌散光暈和來自β-Ga?O?的(20-2)、(11-1)和(1-11)晶面的離散衍射斑點。
上圖展示了本文研究的神經形態視覺系統概念與器件的微觀結構。圖1(a) 將生物視覺系統與基于Ga?O? TFT陣列的神經形態系統進行了類比。圖1(b)和(c)通過高角度環形暗場掃描透射電子顯微鏡（HAADF-STEM）和高分辨率透射電子顯微鏡（HRTEM）對器件進行了表征。結果顯示，經過處理的Ga?O?溝道層呈現出良好的結晶性，其表面被一層均勻的非晶態Al?O?鈍化層所覆蓋，這為后續的性能提升奠定了結構基礎。
器件的電學性能是實現復雜計算功能的基礎。研究團隊通過氮氣（N?）氣氛下的高溫退火工藝，并輔以Al?O?封裝層，顯著提升了Ga?O? TFTs的電學性能。
圖2. Ga?O? TFTs的電學性能增強。(a) 不同氣氛下退火前后Ga?O? TFTs的轉移特性曲線。(b) O 2p和(c) Ga 2p?/?的XPS譜圖，對應于在不同氣氛下退火的Ga?O?薄膜。(d) 生長態和(e) 退火態Ga?O?薄膜的HAADF-STEM圖像，及其各自從低倍和高倍區域獲得的FFT衍射圖譜。
如圖2(a)所示，與其他氣氛（氧氣、空氣、氬氣）相比，在氮氣中退火的器件表現出最高的飽和遷移率（0.51 cm2 V?1 s?1）和開關比（3.3×10?），性能得到顯著優化。為了探究其機理，研究人員進行了X射線光電子能譜（XPS）分析。圖2(b)和(c)的結果表明，氮氣退火可能通過氮原子填充氧空位（VO）來抑制深能級缺陷。此外，圖2(d)和(e)的顯微圖像證明，高溫退火促進了Ga?O?薄膜的再結晶過程，增大了晶粒尺寸，減少了晶格無序，從而降低了載流子散射，提高了電子遷移率。
除了電學性能，器件的光電探測性能也得益于該缺陷鈍化策略。Al?O?鈍化層在其中扮演了關鍵角色。
圖3. Al?O?包覆的Ga?O? TFTs的光響應特性及機理。(a) 在不同柵極電壓下測量的Al?O?包覆的Ga?O? TFTs的輸出特性。(b) 在不同漏極電壓下獲得的Al?O?包覆的Ga?O? TFTs的轉移特性。(c) 在日盲紫外光照射下，有無Al?O?層的Ga?O? TFTs溝道和背溝道中的TCAD模擬電流密度分布。(d) 包含Al?O?鈍化層的Ga?O? TFTs的能帶結構圖。(e) 跨導(gm)和光暗電流比(PDCR)隨柵極電壓的變化。(f) 響應度和探測率隨柵極電壓的變化。(g) 不同柵極電壓下光電流對光強的響應。(h) 在254 nm紫外光照射下（光功率密度為24.68μW/cm2，持續30秒），有無Al?O?鈍化層的Ga?O? TFTs光響應的I-t曲線。
如圖3所示，經過Al?O?層封裝后，器件的光響應性能顯著增強。TCAD模擬（圖3c）和能帶結構分析（圖3d）揭示，Al?O?鈍化層能有效抑制表面缺陷對光生載流子的捕獲，同時其與Ga?O?形成的能帶結構有助于限制載流子，從而提高光電流。研究還發現，通過調控柵極電壓，可以有效調節器件的響應度、探測率等關鍵參數（圖3e, f）。這源于光電導（photoconduction）和柵極調控（gating）兩種機制之間的協同與競爭。在低柵壓下，光電導效應主導；而在高柵壓下，柵極調控效應占優，這一特性使得器件的光響應行為變得可編程。
憑借其優異且可調的光電特性，優化后的Ga?O? TFTs能夠模擬生物突觸功能，為構建神經形態計算系統奠定了基礎。
圖4. Ga?O? TFTs中展示的突觸可塑性和4位輸入的非線性映射。(a) 生物突觸和Ga?O? TFTs的示意圖。(b) 由單個紫外脈沖(140mW/cm2, 0.5 s)和一對脈沖(Δt=0.5 s)分別觸發的突觸興奮性突觸后電流(EPSC)和配對脈沖易化(PPF)功能。(c) 不同時間下晶體管在紫外脈沖下的EPSC。(d) 間隔時間從0.5到5.5秒的光脈沖引起的響應電流。(e) 脈沖數量從5到40。(f) 光強從45到140 mW/cm2。(g) 在光輸入（強度140mW/cm2）下，1010、0111和1111輸入的溝道電流響應特性。(h) 在VDS為1V下，4位儲層狀態讀出的可區分輸出。
如圖4所示，器件成功模擬了生物突觸的一系列典型行為，包括興奮性突觸后電流（EPSC）、配對脈沖易化（PPF）以及依賴于脈沖頻率、數量和強度的可塑性。更重要的是，器件展現出儲層計算所需的非線性和短時記憶特性。圖4(g)和(h)表明，對于不同的4位二進制光脈沖輸入序列，器件能夠產生可區分的、依賴于輸入歷史的電流輸出狀態。這證明了單個Ga?O? TFT作為物理“儲層”進行時序信息處理的可行性。
為了驗證該系統的實際應用潛力，研究團隊構建了一個傳感內儲層計算（in-sensor RC）框架，并演示了高噪聲環境下的指紋識別任務。
圖5. 基于Ga?O? TFTs的儲層計算系統用于指紋識別的演示。(a) 原始指紋圖案首先經過縮放和二值化預處理，然后轉換為脈沖序列，并饋送到基于晶體管的儲層框架中。通過輸入讀出的儲層狀態感知網絡獲得識別結果。(b) 16種組合脈沖刺激下儲層狀態的初始和最終電流值。(c) 50個訓練周期內的準確率演變。(d) 識別結果的混淆矩陣和每個指紋圖案的出現概率。(e) 在10%和50%噪聲水平下的識別準確率。
如圖5(a)所示，指紋圖像被預處理并轉換為紫外光脈沖序列輸入到Ga?O? TFT儲層中。TFT的瞬態響應被采集作為特征，并送入一個簡單的全連接網絡進行分類。經過訓練后，系統獲得了很高的識別準確率（圖5c, d）。尤為重要的是，如圖5(e)所示，即使在輸入圖像疊加了高達40%的“椒鹽”噪聲時，系統仍然能保持91.28%的平均識別準確率，展示了其強大的魯棒性和在嘈雜環境中的應用潛力。
本文提出并驗證了一種結合高溫氮氣退火和Al?O?封裝的缺陷鈍化策略，該策略有效地提升了Ga?O?薄膜晶體管的電學和光電探測性能。基于此，研究團隊闡明了器件中光電導和柵控效應的相互作用機制，并首次將高性能Ga?O? TFTs應用于傳感內儲層計算，成功實現了高噪聲環境下的高精度指紋圖像識別。
本文的創新點總結如下：
未來研究方向與改進：
來源：類腦計算
*聲明：本文由作者原創。文章內容系作者個人觀點，寬禁帶半導體技術創新聯盟轉載僅為了傳達一種不同的觀點，不代表本聯盟對該觀點贊同或支持，如果有任何異議，歡迎聯系我們。
