本刊记者  倪 萍
　　
　　　　
　　经过多年的发展，我国已经建立起微电子领域相对完整的研发生产架构，拉近了与发达国家的距离。在这个微电子发展的黄金时期，未来的路怎么走？作为年轻一代的科研者——清华大学微电子所的助理教授高滨说，实现中国微电子产业快速发展，要靠年轻的一代人积极投身微电子研究中，在追赶科学的过程中，发现自己的特点，共同努力成就这个了不起的时代。
　　对阻变存储器的研究，高滨说，已有10年的岁月。这10年里，他没有更改过研究方向，他说，以后也会沿着这条路一直往前走。
　　

因为喜欢，所以坚持

　　对喜欢物理这门学科的人来说，物理有着无限的魅力，吸引着你去不断地探索它；而对不喜欢物理的人来说，对物理则是敬而远之，甚至于老死不相往来。高滨属于前者。他说，物理是他的强项，从小他就喜欢物理，高中时参加全国物理竞赛以优异的成绩，被保送到北京大学物理系。有雄厚的物理基础做支撑，高滨在研究生期间转入微电子领域研究阻变存储器。
　　“存储器已成为支撑高性能计算和消费电子等信息产业发展的核心技术。过去几十年里集成电路技术得到突飞猛进的发展，以集成电路为核心的信息产业已经成为国民经济的支柱产业。特别是半导体存储器在信息产业的增长中起到关键作用。DRAM和Flash存储器已经成为信息产业的核心产品。由消费类产品驱动的存储器市场需要更高密度、速度、低功耗、具有不挥发性的存储器产品。到目前为止，Flash是最成功的高密度不挥发性存储器。但是Flash擦写速度慢限制了未来芯片系统性能的进一步提高。因此，新的存储技术的研究越来越受到关注，如铁电存储器(FeRAM)、磁存储器(MRAM)、相变存储器(PRAM)和阻变存储器(RRAM)。”
　　阻变存储器作为一种新型存储技术，不仅同时具有存储单元结构简单、工作速度快、功耗低、信息保持稳定、不挥发性、易于实现三维立体集成和多值存储等优点，还有利于提高集成密度，具有高密度和高速度的特点。因此，阻变存储器不但是新一代主流存储器的有力竞争者，还有可能打破传统计算架构，实现存储与计算的融合。
　　在过去的10年时间里，高滨致力于阻变机理及阻变存储器器件的系统研究。澄清阻变机理、优化器件性能、探索合适的应用切入点是阻变存储器面临的主要问题，同时，这也是高滨探索的关键问题。
　　高滨说，传统的存储器都是二维集成，但随着发展的需要，二维集成的存储容量不够用。如何解决存储器存储容量问题？高滨想到“平房不够住的话，那就搭建楼房”。在二维集成的基础上，实现三维立体集成的阻变存储器结构。
　　“阻变存储器的存储单元可以采用3种基本结构，即1R单元、1S1R单元和1T1R单元。1R单元，只用一个存储电阻构成一个单元，电阻的上电极接字线，电阻的下电极接位线。这种单元结构简单可以实现4F2的最小单元面积，而且便于实现三维立体集成。这种立体集成方式可以极大地提高芯片的存储密度。”
　　基于这些认识，高滨提出了可随机访问任意单元的高密度阻变存储器阵列架构和操作方法。2013年，这项研究成果被国际半导体技术蓝图（ITRS）引用，并推荐为三维集成阻变存储器阵列集成模式。
　　倘若真有“执念”这一说法的话，高滨说，他对阻变存储器的研究就有种执念。10年中，他有许多次出国深造、工作的机会，但高滨依然选择留在国内做阻变存储器的研究。关于其中缘由，高滨说，他不想打乱自己研究的步伐，出国的话，需要在国外导师的研究领域中做事，这也许会和他的研究方向不太一样。就这样，高滨的学士、硕博都是在国内完成的，并在阻变存储器的研究中取得了系列创新性成果。首先，高滨建立了氧化物基阻变存储器的统一物理模型和蒙特卡洛模拟方法，澄清了导电通道的形貌变化及影响阻变过程的关键因素，定量描述阻变存储器器件的关键性能与材料及器件参数之间的关系；同时，高滨发展了氧化物阻变存储器器件和阵列的系统优化理论和方法，成功研制出具有低功耗、高可靠性和良好一致性的阻变存储器器件。
　　高滨说，他在阻变存储器器件优化方面的研究成果已应用于课题组共同研制的阻变存储器芯片中，在百万级集成的存储阵列上达到了优异的性能，这为下一步的产业化应用打下了坚实的基础。
　　

向人工智能迈进

　　在刚开始做阻变存储器研究时，高滨说，他的目标就是使阻变存储器能够成为新一代的数据存储媒介，但是在研究的过程中，高滨发现阻变存储器还有更多的用处，他就逐渐扩展它的功能。从阻变存储器到类脑计算（人工智能）就是高滨延伸的研究之一。
　　“现在的计算机主要包括CPU和存储器两个部分，这两部分是分离的。我们现在发现阻变存储器既可以做存储又可以做计算，并且阻变存储器来做类脑计算非常合适，所以，我就把阻变存储器拓展到像神经元芯片的类脑计算。”
　　类脑计算是一种全新的基于神经系统的智能数据存储和运算方式，以类似于大脑的方式存储多样化的数据，实现处理复杂问题的功能。类脑计算超越了追求密度的层面，转而关注功能层面。不同于传统存储技术的单一存储功能，在类脑计算中，阻变存储器不仅可以实现存储功能，还可以处理数据。类脑计算作为一种智能运算存储技术，以类似人类大脑皮层的方式处理复杂问题，其目标是具有更高级别的感知、学习和预测的能力，并且可以从经验中学习并预测未来的事件。但是，为了实现类似于生物神经系统的功能，类脑计算需要寻求合适的硬件载体。
　　“神经网络跟存储器对性能的要求略有不同，神经网络的所有计算都是纯并行计算，而不是像存储器一个单元一个单元的去读写。这就可能有一千个一万个单元，同时进行处理。虽然这种计算效率很高，但这么多单元同时处理的话，外围控制电路需要承受巨大的电流。要解决这个问题，需要把器件电流做小。”
　　通过研究，高滨开发出低功耗阻变存储器神经突触器件，解决了低电流阻变存储器器件电阻态数量过少、波动性过大的问题；开发了用于神经网络计算的高密度阻变存储器阵列。这一研究成果得到专业领域的一致认可。
　　为了使自己的研究和实际运用紧密结合，高滨和企业进行合作，用阻变存储器做神经形态计算。目前，该项合作还没有结束。高滨说，如果一切顺利，以后，他会选择和更多的企业合作，使自己的科研成果能带动更多技术的进步。
　　如果说优秀是一种习惯的话，那么，高滨把这种习惯保持了十几年。学生时代，从全国物理竞赛天津区冠军，到中国地区首位获得IEEE电子器件分会（EDS）颁发的Masters Student Fellowship的研究生，再到2012年度IEEE EDS颁给全球3名优秀博士生PhD Student Fellowship奖项的亚洲区唯一获奖者，高滨的“学霸”称号受之无愧。在从事科研的10年时间里，高滨发表SCI论文66篇、发表EI论文69篇；在微电子领域三大顶级会议中的IEDM和VLSI上发表论文20篇，撰写专著章节2篇。高滨的SCI论文他引1127次，2篇论文更是入选ESI高引用论文榜，H因子为19。但他说，他想把自己的履历写得再丰富些，所以未来的时间还得更加努力。