▲臺灣師範大學與日本九州大學合作，研發新型發光記憶體。圖右至左依序為臺師大光電工程研究所教授李亞儒、研究生嚴孟城、研究生李家榮、助理教授張俊傑。
▲資料來源：臺師大光電工程研究所
▲在發光記憶體中使用2種不同尺寸的鈣鈦礦量子點，可藉由所謂的量子侷限效應改變發光波長，進而依據元件發出藍光或綠光，即時判讀記憶體是處於1 或0 的狀態。
▲臺師大團隊運用由溴化銫鉛組成的鈣鈦礦量子點，製成具有RRAM與LED雙重特性的元件。
新型發光記憶體 滿足高速運算需求
在科技日新月異下，人們對於運算速度、儲存容量大小的要求愈來愈高。臺師大與日本九州大學攜手合作，採用更簡化的方式打造會發光的記憶體，有助於未來AI科技的發展。
文■李宛諭 圖■陳素芳
「網頁跑好慢，是不是記憶體滿了。」這是我們在使用電腦或手機時經常提出的疑問。隨著IoT、AI、雲端技術日益發展，人們對於儲存的需求愈來愈高，推動記憶體市場推陳出新。臺灣師範大學與日本九州大學組成團隊，採用更簡化的方式製成發光記憶體，可即時判讀記憶狀態，滿足高速運算需求。
橋接角色 記憶體推陳出新
所謂記憶體，是指系統存放程式和資料的地方。現行記憶體依照處理速度和價格，由快到慢、由昂貴到便宜，可分為中央處理器（CPU）暫存器、快取記憶體（常見為靜態隨機存取記憶體，SRAM）、主記憶體（常見為動態隨機存取記憶體，DRAM）和硬碟（常見為快閃記憶體硬碟）。
「DRAM、SRAM 主要功用是橋接。」臺灣師範大學光電工程研究所教授李亞儒表示，CPU 是電腦進行運算的主要元件，但若每次運算都要從硬碟抓資料，會耗時太久，因此有DRAM、SRAM， 扮演「橋樑」的角色，先從硬碟複製資料，再讓CPU 自DRAM、SRAM 拿資料做運算。
然而， 即使有DRAM、SRAM 扮演橋接角色，CPU、SRAM、DRAM和硬碟間仍存在龐大處理速度差距，如CPU 處理時間是小於等於1 奈秒、SRAM 是1 至10 奈秒、DRAM 是30奈秒、硬碟則是大於等於1 萬奈秒。為了填補這之間的差距、讓電腦運算更順暢，研究人員積極研發次世代記憶體元件。
即時判斷 發光記憶體受關注
目前市場預期可望成為現行記憶體元件的替代品，包含可變電阻式隨機存取記憶體（RRAM）、相變隨機存取記憶體（PCRAM）、磁阻式隨機存取記憶體（MRAM）和鐵電隨機存取記憶體（FRAM）。臺師大光電工程研究所與日本九州大學材料化學與工程研究所組成團隊，鎖定RRAM 進行研發。
RRAM 具有非揮發性、讀寫速度快、低功率耗損等優點。最基本的RRAM，是由上下2 層金屬電極及中間一層過渡金屬氧化物（TMO）所組成，其記憶方式為，透過給RRAM電壓，促使TMO 進行氧化反應，解離出陰、陽離子，進而導致由氧空缺排列而成的導電燈絲生成與斷裂，使元件產生電阻轉換。
過去要判斷RRAM 記憶狀態，必須透過複雜電壓電流測試才可得知，因此近來有研究將RRAM 與發光二極體（LED）結合，成為發光記憶體，可讓數據額外進行光學讀寫，但這種發光記憶體需結合2 個具不同材料系統的獨立元件，製程十分複雜。為解決這個痛點，臺師大團隊將目光轉向溴化銫鉛（CsPbBr3）鈣鈦礦量子點結構。
應用創新材料 製成雙重特性元件
「我們把氧化物用溴化銫鉛取代。」李亞儒指出，團隊將由溴化銫鉛組成的鈣鈦礦材料，融在辛烷溶液裡，將其塗布於ITO 導電玻璃基板上後烤乾，留下固態的鈣鈦礦量子點，而後加入PMMA 絕緣層，最後把導體（銀）鍍上去，形成1 個獨立元件；結合2 個元件，即成為1個發光記憶體。
其實溴化銫鉛作為RRAM材料並非新鮮事，但臺師大團隊發現，溴化銫鉛除可作為RRAM，也可作為LED，意即它具備「儲存」和「發光」雙重特性，這是氧化物做不到的。李亞儒說明，透過準確切換施加在發光記憶體上的電壓極性，可以將2個元件的特性調製為RRAM或LED。
更進一步，改變量子點的尺寸，便可控制它的發光波長。李亞儒指出，溴化銫鉛鈣鈦礦晶體，小顆可發出藍光，大顆可發出綠光，而在發光記憶體中使用2種不同尺寸的鈣鈦礦量子點，可藉由所謂的量子侷限效應改變發光波長，進而依據元件發出藍光或綠光，即時判讀記憶體是處於1或0的狀態。
研究登上國際期刊 應用潛能大
臺師大團隊運用由溴化銫鉛組成的鈣鈦礦量子點，製成具有RRAM與LED雙重特性的元件，讓記憶體中的2個獨立元件都使用同種基礎材料，大幅簡化了發光記憶體製程。值得一提的是，這種新型發光記憶體除兼具發光和儲存效果，還具備讀寫速度快、耐久度高等特色，未來潛能龐大。
以溴化銫鉛鈣鈦礦製成的發光記憶體，具有「即時判讀」、「製程簡單」、「讀寫速度快」、「耐久度高」等特色。這項歷時2年得出的研究成果，2021年7月登上國際期刊《自然通訊》（Nature Communications），未來可望應用於資訊加密存取、網狀網路通訊、多位元儲存以及人工神經突觸計算等技術。
以人工突觸為例，有鑑於人類神經元突觸與RRAM運作模式相似，許多研究人員發展以RRAM為基礎的人工神經突觸技術，但目前多聚焦「電流刺激」。李亞儒表示，團隊研發的新型發光記憶體開闢了另一種可能性，有望以「光學刺激」為基礎，更精準模擬人腦，為AI應用創建神經網路。
閱讀完整內容
