Reconfigurable logic-in-memory and neuromorphic computing based on van der waals ferroelectric devices

국문 초록 (Abstract)

데이터 집약적 및 인공지능(AI) 기반 응용의 급속한 확산은 폰 노이만 병목 현상을 극복하고 시스템 수준의 복잡도를 감소시킬 수 있는 에너지 효율적인 컴퓨팅 하드웨어를 요구하고 있다. 본 학위논문은 차세대 인-메모리(in-memory) 및 뉴로모픽 컴퓨팅을 위한 반데르발스(van der Waals, vdW) 강유전체 소자에 대한 포괄적인 연구를 제시하며, 전기적으로 재구성 가능한 로직-인-메모리 아키텍처와 광구동 뉴로모픽 시스템을 포함한다.
첫 번째 연구에서는 면내(in-plane) 강유전체 SnS와 면외(out-of-plane) 강유전체 CuInP₂S₆를 결합한 양방향 분극 통합 강유전체 전계효과 트랜지스터(bidirectional-polarization-integrated FeFET, BPI-FeFET)를 개발하였다. 이 소자는 이중 방향 분극 제어를 통해 네 개의 안정적인 저항 상태를 구현하며, 2비트 비휘발성 메모리와 이중 로직-인-메모리 유닛으로 동시에 동작한다. 특히 중간 소거 과정 없이 메모리 상태 간의 직접 전이를 가능하게 하고, 두 가지 로직 연산을 병렬로 수행함으로써 계산 집적도와 효율을 크게 향상시킨다.
두 번째 연구에서는 기존의 휘발성 래치와 개별 비휘발성 메모리 소자를 대체하기 위한 반데르발스 FeFET 기반의 비휘발성 순차 로직-인-메모리(sequential logic-in-memory, S-LiM) 유닛을 제안한다. 전압에 의해 제어되는 강유전체 분극 스위칭을 활용하여 단일 소자에서 여섯 가지 재구성 가능한 순차 논리 연산을 수행함과 동시에 장기 데이터 저장 특성을 유지한다. 이는 빈번한 전원 온·오프가 요구되는 저전력 엣지 컴퓨팅 플랫폼을 위한 통합 하드웨어 프리미티브를 제공한다.
세 번째 연구에서는 MoS2/CuInP2S6 이종접합 구조를 이용한 완전 광구동 인-메모리 및 뉴로모픽 컴퓨팅 플랫폼을 구현하였다. 파장 가변 광여기를 통해 서로 다른 캐리어 동역학 메커니즘에 기반한 양방향 강유전체 분극 스위칭이 유도되며, 이를 통해 우수한 유지 특성과 내구성을 갖는 고성능 광 메모리를 실현하였다. 나아가 본 소자는 단기 및 장기 시냅스 가소성, 쌍자극 촉진/억제(paired-pulse facilitation/inhibition), 학습–망각 거동 등 핵심 뉴로모픽 기능을 모사하며, 재구성 가능한 완전 광구동 불 논리 연산 또한 지원한다. 특히 파장 선택적 장기 강화(LTP) 및 장기 약화(LTD) 특성과 결합하여 완전 광구동 뉴로모픽 영상 인식을 구현함으로써 집적형 포토닉 신경 처리 시스템으로서의 높은 잠재력을 입증한다.
종합적으로 본 논문은 전기적 및 광학적으로 제어 가능한 반데르발스 강유전체 소자를 기반으로, 로직, 메모리, 뉴로모픽 연산을 단일 집적 구조 내에서 구현할 수 있는 통합 프레임워크를 제시한다. 본 연구 결과는 강유전체 분극 스위칭 물리에 대한 새로운 이해를 제공함과 동시에, 향후 저전력 전자, 포토닉 및 하이브리드 컴퓨팅 시스템을 위한 실질적인 설계 전략을 제안한다.

다국어 초록 (Multilingual Abstract)

The rapid expansion of data-intensive and AI-driven applications necessitates energy-efficient computing hardware capable of overcoming the von Neumann bottleneck and reducing system-level complexity. This dissertation presents a comprehensive investigation of van der Waals (vdW) ferroelectric devices for next-generation in-memory and neuromorphic computing, covering electrically reconfigurable logic-in-memory architectures and optically driven neuromorphic systems.
In the first part, a bidirectional-polarization-integrated FeFET (BPI-FeFET) is developed by combining in-plane ferroelectric SnS and out-of-plane ferroelectric CuInP2S6, enabling four stable resistance states through dual-directional polarization control. This device functions as both a two-bit nonvolatile memory and a dual-logic-in-memory unit, enabling direct transitions between memory states without intermediate erasing steps and supporting two logic operations executed in parallel, thereby significantly improving computational compactness and efficiency.
In the second part, a nonvolatile sequential-logic-in-memory (S-LiM) unit based on vdW FeFET is proposed to replace traditional volatile latches and discrete nonvolatile memory elements. By harnessing voltage-controlled ferroelectric switching, a single device performs six reconfigurable sequential logic operations and maintains long-term data retention, offering a unified hardware primitive for low-power edge-computing platforms that require frequent power cycling.
In the third part, an all-optical in-memory and neuromorphic computing platform is realized using a MoS2/CuInP2S6 heterostructure. Wavelength-tunable photoexcitation drives bidirectional ferroelectric polarization switching through distinct carrier dynamic mechanisms, enabling high-performance optical memory with robust retention and endurance. Beyond memory functionality, the device emulates key neuromorphic behaviors, including short- and long-term synaptic plasticity, paired-pulse facilitation/inhibition, and learning–forgetting dynamics, and further supports reconfigurable all-optical Boolean logic operations. Combined with wavelength-selective LTP/LTD, the device enables all-optical neuromorphic image recognition, demonstrating its strong potential for integrated photonic neural processing.
Overall, this dissertation establishes a unified framework for electrically and optically controlled vdW ferroelectric devices capable of logic, memory, and neuromorphic computation within a compact architecture. These results offer new insights into ferroelectric switching physics and provide practical design strategies for future low-power electronic, photonic, and hybrid computing systems.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• 1.1. Limitations of the Traditional von Neumann Architecture 1
• 1.2. Emerging Computing Architectures 3
• 1.3. Non-Volatile Memory technologies for Future Computing Systems 8
• 1.4. From Conventional to Two-Dimensional Ferroelectrics 12
• 1.5. Scope of this dissertation 15
• 1.6. References 16
• Chapter 2. Dual-logic-in-memory in Multilevel van der Waals FeFET 20
• 2.1. Introduction 20
• 2.2. Fabrication and Operating Principle of the FeFET 23
• 2.3. Multibit Memory with a Direct Transition Between Four States 34
• 2.4. Dual-Logic-in-memory Computing Device 41
• 2.5. Experimental section 49
• 2.6. Conclusion 50
• 2.7. References 51
• Chapter 3. Sequential-logic-in-memory in van der Waals FeFET 56
• 3.1. Introduction 56
• 3.2. Working Principle and Performances 59
• 3.3. Voltage-controlled Ferroelectric Polarization 69
• 3.4. Reconfigurable Sequential-logic-in-memory 74
• 3.5. Application of Low-Power Edge Device/Computing 83
• 3.6. Experimental section 87
• 3.7. Conclusion 88
• 3.8. References 89
• Chapter 4. All-optical Neuromorphic and In-memory Computing Based on van der Waals FeFET 93
• 4.1. Introduction 93
• 4.2. All-optical Bidirectional Polarization Switching and Underlying Mechanism 96
• 4.3. All-optical Nonvolatile Memory 108
• 4.4. All-optical Artificial Synaptic Properties and Bio-inspired Behavior Simulation 111
• 4.5. All-optical Reconfigurable Logic-in-memory 123
• 4.6. Experimental section 128
• 4.7. Conclusion 130
• 4.8. References 130
• Chapter 5. Summary 135
• Korean Abstract 137