Aller au contenu principal
Accès ouvert déclaré 2026 article

PdNeuRAM: forming-free, multi-bit Pd/HfO2 ReRAM for energy-efficient neuromorphic computing

0Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : nl, sa, de. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Memristor technology offers a promising route toward energy-efficient computing but faces challenges including resistance drift, variability, and the need for electroforming. Filamentary resistive random-access memory, one of the most studied memristive platforms, typically requires a high-voltage electroforming step to initiate conductive filaments, leading to increased power overhead and reduced endurance. Here we report HfO<sub>2</sub>-based forming-free memristive devices (PdNeuRAM) that operate at low voltages, support multi-bit functionality, and exhibit reduced variability. Through combined electrical and materials characterization, we identify a Pd-O-Hf interfacial configuration that lowers oxygen-vacancy formation and migration barriers, creating a dense network of shallow defect states. Together with a Ti top electrode acting as an oxygen reservoir and an ultrathin (5 nm) HfO<sub>2</sub> layer, this interfacial engineering enables charge redistribution at room temperature and eliminates the need for electroforming. The fabricated devices provide tunable resistance states and reduce programming and read energy by 43% and 38%, respectively, in spiking neural network inference tasks. These results provide mechanistic insight into forming-free resistive switching and demonstrate the potential of Pd/HfO<sub>2</sub> devices for energy-efficient neuromorphic computing.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
PdNeuRAM: forming-free, multi-bit Pd/HfO2 ReRAM for energy-efficient neuromorphic computing
Date Crossref
30/03/2026
Éditeur
Springer Science and Business Media LLC
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Delft University of Technology Department of Quantum and Computer Engineering pays non établi dans la notice
    Université ou école supérieure
  • University Medical Center Groningen pays non établi dans la notice
    Établissement de santé
  • University of Groningen CogniGron center pays non établi dans la notice
    Université ou école supérieure
  • King Abdullah University of Science and Technology Electrical and Computer Engineering pays non établi dans la notice
    Université ou école supérieure
  • University of Duisburg-Essen pays non établi dans la notice
    Université ou école supérieure
  • QuTech pays non établi dans la notice
    Structure de recherche
  • Faculty of Physics pays non établi dans la notice
    Université ou école supérieure

Department of Quantum and Computer Engineering — Delft University of Technology, University Medical Center Groningen et CogniGron center — University of Groningen, avec 4 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Memory and Neural ComputingFerroelectric and Negative Capacitance DevicesNeural Networks and Reservoir Computing

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.