Adv. Sci.：MoS2沟道增强型高密度电荷阱闪存和机器学习辅助的传感方法，用于以存储为中心的计...

主要观点总结

文章介绍了MoS2作为3D NAND闪存单元的替代沟道材料的研究。研究团队通过深度强化学习驱动的Berkeley短沟道IGFET模型（BSIM）参数校准，实现了MoS2基非易失性存储器的有效集成。该研究满足了高密度、低功耗和可靠的存储需求，为以人工智能为中心的边缘计算提供了前景。此外，上海昂维科技有限公司提供二维材料单晶和薄膜等耗材、器件和光刻掩膜版定制等微纳加工服务。

关键观点总结

关键观点1: 研究背景及目标

随着人工智能工作负载向边缘器件转移，对高密度的非易失性存储器解决方案的需求不断增长。然而，使用Poly-Si沟道的3D NAND闪存面临增长瓶颈。研究目标是寻找替代沟道材料以满足日益增长的需求。

关键观点2: MoS2作为替代沟道材料的优势

MoS2的低带隙有助于基于空穴注入的擦除，在中等电压下实现更宽的存储窗口。采用低k隧穿层提高了栅极耦合比，降低了编程/擦除电压，提高了可靠性。

关键观点3: 深度强化学习与BSIM模型的应用

通过深度强化学习驱动的BSIM模型参数校准，使MoS2模型与制造的页面缓冲芯片无缝集成，允许电路级验证感知边界。这为MoS2基非易失性存储器的集成和应用提供了有效的方法。

关键观点4: 研究成果的验证与应用前景

文章中的综合研究包括厚度相关的MoS2电学测量、温度相关的传导研究和技术计算机辅助设计（TCAD）模拟等实验验证了MoS2基存储器件的性能和可靠性。该研究为下一代存储器件的新沟道材料应用提供了前景。

关键观点5: 合作及技术支持

文章提到的韩国庆北大学Byung Chul Jang和首尔市立大学Min-Jae Seo等合作进行了这项研究。此外，上海昂维科技有限公司提供二维材料单晶和薄膜等耗材、器件和光刻掩膜版定制等微纳加工服务，以及测试分析等技术支持。

免责声明