面对大数据时代的来临,信息量呈指数式增长,急需更先进高效的信息处理系统和存储单元。目前采用的冯·诺依曼计算架构由于CPU与内存之间数据传输带宽影响造成冯·诺依曼瓶颈,这一差距在大数据时代越发明显,严重限制了信息处理速度和效率的进一步提高。同时,存储系统中硅基存储器面临摩尔定律到达极限的严重限制,已无法满足大数据时代更高的存储需求。因此,研究新型的存储器和更高效的计算架构成为这一领域的关键。阻变存储,作为新型存储技术的代表,正成为解决这一问题的有力候选者。导电桥随机存储器（CBRAM）,也称电化学金属化存储器（ECM）,已广泛用于阻变存储和人工突触的实现。传统的以金属作为阳极材料的CBRAM虽然具有较高的扩展性和大的动态范围,但作为人工突触,金属导电细丝形成时的电导突变使得基于金属离子传输的CBRAM仅有有限的权重状态数量和低的线性度。另外,金属导电细丝的高电导极大增加了器件的功耗,这些问题严重限制了CBRAM器件作为人工突触的神经系统计算网络应用。准金属因其低的态密度或半导体性具有低的单原子电导,使其具有实现低功耗人工突触的潜力。基于此,本文主要研究内容如下:（1）准金属阳极CBRAM阻变性能研究。在神经形态计算中忆阻突触设备的实现受到有限数量的权重状态和功耗的阻碍。由于金属丝的随机形成,传统的以金属为阳极材料的忆阻器尤其受到设定电压和电阻状态的时间和空间变化的影响。在这里,我们报告了一种基于准金属Sb的CBRAM器件,它具有低工作电流、一致的置位电压、长保持时间和多级电阻状态等优点。此外,第一性原理计算和表征结果揭示了Sb+的迁移。（2）准金属阳极CBRAM人工突触可塑性研究。突触可塑性被认为是人脑学习和记忆的基础,对突触可塑性的模拟有利于构建以忆阻器件为电子突触的神经网络用于神经形态计算。本章中对W/Al Sb/Si O2/W人工突触器件进行了突触可塑性的模拟,发现其成功实现PPF、STP等突触可塑性基本特征,以及成功实现电导（突触权重）调节线性度较好的LTP、LTD行为,有效解决CBRAM基人工突触由于金属细丝导致的权重数量少及线性度差的问题。