相变材料应用在电学的什么方向？它从传统到更新换代有着怎样的重要作用？
相变材料又称硫属化物合金，由于在相变随机存取存储器、相变探针存储器等电存储市场领域的广泛应用，近二十年来受到广泛关注。
除了存储设备之外，其独特的电气特性可以根据电激励进行动态可调，这导致了许多以忆阻器和基于忆阻器的神经形态电路为代表的新颖应用。
“数字化”无处不在地融入每个公民的日常生活，并在全球范围内产生海量的数字数据。为了赶上全球数据的增长速度，当前大容量存储设备的容量需要大大提高。
但传统的大容量存储设备，如硬盘、光盘和磁带，已经受到各自的物理限制，严重阻碍了它们进一步提高存储容量的潜力。
现代计算机的数据处理速度受到众所周知的将存储设备（即内存）与数据处理设备（即中央处理器（CPU））分开的冯诺依曼瓶颈的限制。
这种方式会导致数据在内存和CPU之间来回传输，从而降低数据处理效率，人工神经网络 (ANN) 已被探索并成功应用于图像和模式识别、机器翻译以及在围棋比赛中击败人类等各个领域。
尽管在神经形态计算方面取得了这些进展，但这些 ANN 的硬件实现受到以下事实的影响，即现代计算机的关键组件，即数字晶体管，不以与作为基本功能的模拟突触相同的方式运行生物神经网络的构建块。
PCM 通常被认为是任何物质，它们要么表现出原子排列有序的所谓结晶形式，要么表现出缺乏原子长程有序的所谓非晶形式。
要诱导结晶 GST225，必须将非晶 GST225 加热到高于玻璃化转变温度但低于熔点，然后进行缓慢的淬火过程，非晶 GST225 可以通过将其晶态加热到高于熔化温度然后快速冷却来实现。
以 GST225 为例的非晶态到晶态的相变实际上经历了几个中间晶态（即亚稳态），并最终在较高温度下达到稳定状态。
众所周知，GST225 合金在结晶态和非晶态之间的电阻率和光反射率上表现出明显的差异，GST225 第一亚稳相中的空位随机分布，使结构稳定。
迄今为止，结构松弛和机械应力松弛被认为是电阻漂移最可能的原因，结构弛豫是由于空位和扭曲键等结构缺陷的减少，从而导致带隙和传导活化能的增加，同时降低陷阱密度。
机械应力松弛是由于非晶相和结晶相之间的密度变化导致凝固过程中非晶相中产生的压应力松弛，尽管上述两个假设的理论计算与实验测量结果吻合得很好，但控制电阻漂移的现实物理机制仍然是个谜。
科学家们一直致力于开发能够在类脑计算中运行的下一代计算机，这是因为人脑被誉为最高效的计算实体，因为它能够提供超低的功耗、超快的处理速度，最重要的是，计算和存储在同一个内存中同时处理的内存计算地点。
基于生物突触和非易失性相变忆阻器之间的比较，令人兴奋的是注意到这两个实体实际上在开关速度、功耗和集成密度方面具有许多共同特征 。
相变电子器件的一个显着特征源于其电气特性的变化，例如电阻状态、SET/RESET 电流以及器件与器件之间以及周期与周期之间的工作电压。
相变电子器件目前面临的另一个严峻挑战是其有限的集成度。当今，众所周知的交叉开关架构已广泛用于 PCRAM 阵列和相变神经网络。
为了计算权重和，将读取电压应用于所有行，然后将读取电压乘以电子突触的电导，这会在每列中产生加权电流和，该模拟电流需要通过列末端的神经元电路转换为数字输出或尖峰信号。
传统相变存储器的缺点，如相对较低的“SET”速度和较高的“RESET”电流，也反映在相变忆阻器和基于忆阻器的神经网络中。
当由低“RESET”电流引起时，需要串联加热电阻来为相变产生足够的焦耳热，用 PCM 和电极材料之间的界面面积更小的相变忆阻器代替传统的 Lance 型架构可以达到相同的加热效果。
在传统的 Ge-Sb-Te 材料中掺杂其他化学元素，如 C、SiO 2或 SiC也可以促进晶态的热性能，在 PCM 的可重复写入过程中，硫族化物-电极界面处可能形成的空位可能会导致器件在高阻状态下失效。
通过在 Ge-Sb-Te 介质中添加碳掺杂剂来避免界面空位的形成，可以有效解决这个问题，整个网络中相邻突触之间的距离间距通常需要非常短，以增加密度尺度。
由于热扩散效应，可能会出现一个单元在对其相邻单元进行编程时无意中被重写的热串扰现象，随着电池尺寸的缩小，这种热扰动变得更加明显。
一些氧化物，如VO 2, 由于其在室温附近发生的迷人的绝缘体到金属相变，以及通过施加电流、电场和光激发控制这种转变的能力，也被归因于 PCMs 制度，深度学习训练并不迫切需要相变记忆通常需要的长保留时间，因此允许出现新的 PCM。
