CN111785828B - 基于斯格明子的人工突触器件 - Google Patents

基于斯格明子的人工突触器件 Download PDF

Info

Publication number
CN111785828B
CN111785828B CN202010631131.5A CN202010631131A CN111785828B CN 111785828 B CN111785828 B CN 111785828B CN 202010631131 A CN202010631131 A CN 202010631131A CN 111785828 B CN111785828 B CN 111785828B
Authority
CN
China
Prior art keywords
layer
electrode layer
nanometers
tunneling barrier
artificial synapse
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010631131.5A
Other languages
English (en)
Other versions
CN111785828A (zh
Inventor
康旺
李赛
潘彪
杜奥
赵巍胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202010631131.5A priority Critical patent/CN111785828B/zh
Publication of CN111785828A publication Critical patent/CN111785828A/zh
Application granted granted Critical
Publication of CN111785828B publication Critical patent/CN111785828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N52/00—Hall-effect devices
    • H10N52/101—Semiconductor Hall-effect devices
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11C—STATIC STORES
    • G11C11/00—Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor
    • G11C11/02—Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor using magnetic elements
    • G11C11/16—Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor using magnetic elements using elements in which the storage effect is based on magnetic spin effect
    • G11C11/161—Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor using magnetic elements using elements in which the storage effect is based on magnetic spin effect details concerning the memory cell structure, e.g. the layers of the ferromagnetic memory cell
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N50/00—Galvanomagnetic devices
    • H10N50/10—Magnetoresistive devices
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N50/00—Galvanomagnetic devices
    • H10N50/80—Constructional details
    • H10N50/85—Magnetic active materials
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N52/00—Hall-effect devices
    • H10N52/80—Constructional details
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Hall/Mr Elements (AREA)
  • Prostheses (AREA)

Abstract

本发明提供一种基于斯格明子的人工突触器件，包括：由下至上依次设置的底电极层、重金属层、斯格明子层、隧穿势垒层、参考层以及顶电极层；其中，该底电极层、该重金属层、该斯格明子层的底面均为圆形，直径为第一直径，该隧穿势垒层、该参考层以及该顶电极层的底面均为圆形，直径为第二直径，该第一直径大于该第二直径。由于斯格明子在能量上具有拓扑不连续性，因而具有更高的稳定性、更低的系统功耗及面积，并且斯格明子具有容易移动、不受晶格钉扎影响的特性，使得基于斯格明子的人工突触器件的速度更高、能耗低、密度高。

Description

基于斯格明子的人工突触器件
技术领域
本发明涉及自旋电子技术领域，尤其涉及一种基于斯格明子的人工突触器件。
背景技术
类脑计算(人工神经网络)受启发于生物大脑的计算方式，能够实现超低功耗计算，应用十分广泛。人工突触器件是组成类脑计算的基本硬件，起源于对生物神经突触的特征模仿，中枢神经系统中的神经元以突触的形式互联，形成神经元网络，与某一神经元相连的所有前级细胞都通过突触向细胞传递关于自身兴奋状态的信息，突触传递的信息分为两种，一种是兴奋性、一种是抑制性，它们对于神经细胞产生的效果分别是电位增加和电位降低。突触的传递能力不是一成不变的，时刻都由于突触自身的活动历史以及其它一些作用因素而发生改变和调整。因此，人工突触器件的传递能力(一般体现为电子器件的电阻或者电导)会随着接收信号的频率、幅度的变化而变化，即脉冲时序依赖可塑性(spike-timing-dependent plasticity，STDP)。具体来说，根据持续时间的长短，突触脉冲时序依赖可塑性可分为:短时程可塑性short-term plasticity(STP)和长时程可塑性long-termplasticity(LTP)；其中，短时程可塑性分为：短时程增强(short-term potentiation)和短时程抑制(short-term depression，STD)，长时程可塑性分为：长时程增强(long-termpotentiation)和长时程抑制(long-term depression，LTD)。长时程增强是在人工突触研究中最多的一种形式，因为它在改变信息传递能力中起着至关重要的作用。总结来说，人工突触器件须具有多阻态、非易失性两大功能。
现有基于标准CMOS电路制造的人工突触器件主要存在：低速度、低密度和高能耗的问题。比如，IBM制造的Blue Gene超级计算机，配备147456个CPU和144TB的内存，消耗l.4MW的功耗来模拟五秒钟的大脑活动(神经元数量和突触数量仅相当于猫的大脑)。
发明内容
针对现有技术中的问题，本发明提供一种基于斯格明子的人工突触器件，能够至少部分地解决现有技术中存在的问题。
为了实现上述目的，本发明采用如下技术方案：
一种基于斯格明子的人工突触器件，包括：由下至上依次设置的底电极层、重金属层、斯格明子层、隧穿势垒层、参考层以及顶电极层；
其中，该底电极层、该重金属层、该斯格明子层的底面均为圆形，直径为第一直径，该隧穿势垒层、该参考层以及该顶电极层的底面均为圆形，直径为第二直径，该第一直径大于该第二直径。
进一步地，基于斯格明子的人工突触器件还包括：覆盖层；
该覆盖层设置在该顶电极层上面。
进一步地，基于斯格明子的人工突触器件还包括：缓冲层；
该缓冲层设置在该参考层与该隧穿势垒层之间。
进一步地，该重金属层以及设置在该重金属层上面的斯格明子层形成斯格明子发生结构，该底电极层与该隧穿势垒层之间设置有多层斯格明子发生结构。
进一步地，该重金属层的材料为：Pt、Ta或Ir。
进一步地，该斯格明子层的材料为：Co或CoFeB。
进一步地，该隧穿势垒层的材料为：MgO。
进一步地，该参考层的材料为：CoFeB/Ta或CoFeB/W。
进一步地，该第一直径为100纳米至1微米。
进一步地，该第二直径为20纳米至100纳米。
进一步地，该底电极层的厚度为3纳米至10纳米。
进一步地，该重金属层的厚度为4纳米至7纳米。
进一步地，该斯格明子层的厚度为0.8纳米至2纳米。
进一步地，该隧穿势垒层的厚度为0.8纳米至2纳米。
进一步地，该参考层的厚度为1纳米至2纳米。
进一步地，该顶电极层的厚度为5纳米至10纳米。
本发明实施例提供的基于斯格明子的人工突触器件，包括：由下至上依次设置的底电极层、重金属层、斯格明子层、隧穿势垒层、参考层以及顶电极层；其中，该底电极层、该重金属层、该斯格明子层的底面均为圆形，直径为第一直径，该隧穿势垒层、该参考层以及该顶电极层均为圆形，直径为第二直径。该第一直径大于该第二直径。由于斯格明子在能量上具有拓扑不连续性，因而具有更高的稳定性、更低的系统功耗及面积，并且斯格明子具有容易移动、不受晶格钉扎影响的特性，使得基于斯格明子的人工突触器件的速度更高、能耗低、密度高。
为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例提供的基于斯格明子的人工突触器件的电路结构图；
图2示出了本发明实施例中基于斯格明子的人工突触器件中突触区域的俯视图；
图3示出了本发明实施例中基于斯格明子的人工突触器件实现长时程增强和短时程可塑性的原理图；
图4为本发明实施例提供的基于斯格明子的人工突触器件的结构图一；
图5为本发明实施例提供的基于斯格明子的人工突触器件的结构图二；
图6为本发明实施例提供的基于斯格明子的人工突触器件的结构图三；
图7为本发明实施例提供的基于斯格明子的人工突触器件的结构图四。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
以下在实施方式中详细叙述本发明的详细特征以及优点，其内容足以使任何本领域技术人员，了解本发明的技术内容并据以实施，且根据本说明书所揭露的内容、权利要求及图式，任何本领域技术人员可轻易地理解本发明相关的目的及优点。以下的实施例进一步详细说明本发明的观点，但非以任何观点限制本发明的范畴。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明提供的基于MTJ(磁隧道结)中斯格明子动态行为的人工突触器件，可以实现高密度、低功耗、高能效、高速度的应用特点，实现芯片上的并行计算，适于大数据、物联网、云计算、人工智能等技术中应用。
图1为本发明实施例提供的基于斯格明子的人工突触器件的电路结构图；如图1所示，该基于斯格明子的人工突触器件可以包括：由下至上依次设置的底电极层1、重金属层2、斯格明子层3、隧穿势垒层4、参考层5以及顶电极层6；
其中，所述底电极层1、所述重金属层2、所述斯格明子层3的底面均为圆形，直径为第一直径，或者说底电极层1、所述重金属层2、所述斯格明子层3均为圆柱形，所述隧穿势垒层4、所述参考层5以及所述顶电极层6的底面均为圆形，直径为第二直径，或者说隧穿势垒层4、所述参考层5以及所述顶电极层6均为圆柱形，所述第一直径大于所述第二直径。
即：该人工突触器件分为两个部分，下半部分是底电极层1、重金属层2、斯格明子层3，上半部分是隧穿势垒层(也称为绝缘层)4、参考层5、顶电极层6。
具体地，第一直径为100纳米至1微米，优选200纳米、300纳米、400纳米、500纳米、600纳米、700纳米、800纳米、900纳米。第二直径为20纳米至100纳米，优选30纳米、40纳米、50纳米、60纳米、70纳米、80纳米、90纳米；值得说明的是，第一直径与第二直径不能同时取100纳米。
值得说明的是，在斯格明子层3与隧穿势垒层4之间的接触面区域，形成突出区域，参见图2，内圆区域为斯格明子层3与隧穿势垒层4之间的接触面区域，即突出区域，外圆区域为斯格明子层3不与隧穿势垒层4接触的暴露在外的区域。整个斯格明子层3上均有斯格明子分布，即图2中的小圆圈。
重金属层2和斯格明子层3的作用是产生斯格明子，隧穿势垒层4和参考层5的作用为检测隧穿磁阻，即为了检测斯格明子。顶电极层6和斯格明子层3之间连外部电压源，电源电压控制斯格明子层的垂直磁各向异性，使得斯格明子能够进入突触区域，突触区域的斯格明子数量及大小决定人工突触器件的电阻大小，由于斯格明子进入突触区域是由电源电压大小和频率决定的，因此该人工突触器件的电阻值也随电源电压变化，以实现脉冲时序依赖可塑性。
其中，斯格明子层3和顶电极层6之间连接的外部电压源用于控制斯格明子的运动；底电极层1和顶电极层6之间的电压源用于检测该人工突触器件的电阻值。
由于斯格明子在能量上具有拓扑不连续性，因而具有更高的稳定性、更低的系统功耗及面积，并且斯格明子具有容易移动、不受晶格钉扎影响的特性，使得基于斯格明子的人工突触器件的速度更高、能耗低、密度高。
下面对本发明的实现原理进行具体说明：
本发明实施例提供的基于斯格明子的人工突触器件，在电压(即电源电压)调控势能梯度的控制下，斯格明子会自发的向势能低的区域移动，从而实现脉冲对权重变化的控制。将斯格明子层3与隧穿磁阻层4连接的部分作为突触区域，受到电压调控和阻值检测，通过改变突触区域的垂直磁各向异性(通过电源电压调节实现)，从而在突触区域与突触区域之外的斯格明子层之间形成势垒差；
具体地，当突触区域的垂直磁各向异性值小于突触区域之外的斯格明子层时，斯格明子会受势垒梯度的影响自发的向突触区域运动，表现为斯格明子向突触区域收缩，这个过程可以视为人工突触器件的增强过程，当给定一个增强信号(比如，可通过调高电源电压实现)的刺激时，人工突触器件的权重值(即阻值)增加。
当突触区域的垂直磁各向异性值大于突触区域之外的斯格明子层时，斯格明子会自发的向突触区域之外的斯格明子层运动，表现为斯格明子扩散，这个过程可视为神经突触的抑制过程，当神经元给定一个抑制信号(比如，可通过调低电源电压实现)的脉冲时，人工突触器件的权重值会相应的减少。
因此，该人工神经突触器件就实现了生物神经突触的可塑性，即突触的权重会受脉冲信号自发的改变。
值得说明的是基本发明实施例还可以实现长时程增强和短时程可塑性。参见图3，由于斯格明子会受到斯格明子层圆盘边界的斥力，因此在平衡状态时突触区域的垂直磁各向异性必须略高于突触区域之外的斯格明子层的区域，使得处在突触区域圆形区域临界处的斯格明子能在圆盘边缘的斥力和磁各向异性势垒力的作用下保持平衡，以保证在没有刺激产生时，突触区域的权重不会自发的增加，使人工突触器件与生物神经突触的特性保持一致。
由于稳定状态下的势垒梯度存在，当刺激的频率低、幅度小时，刺激脉冲不足以使斯格明子完全进入突触区域，此时，斯格明子会受到稳定状态下的势垒梯度的作用而重新回到突触区域之外的斯格明子层，使脉冲发生时人工突触器件的权重值短暂增加，但随着激励的不再产生而逐渐回到原来的状态，也即短时程突触可塑性。
当给定的激励幅度大、频率高时，斯格明子受势垒梯度作用完全进入突触区域，此时，由于垂直磁各向异性所产生的势垒梯度只会作用于一定距离的斯格明子，而完全进入突触区域的斯格明子受势垒梯度的影响小，因此，人工突触器件的权重值将会保持稳定，与生物神经突触的长时程增强功能相符合。
综上所述，本发明提供的基于斯格明子的人工突触器件技术，基于MTJ中斯格明子、电压调控，通过多个斯格明子在MTJ中实现脉冲时序依赖可塑性，速度更高、能耗低、密度高。另外，在实现脉冲时序依赖可塑性的基础上，实现了短时程可塑性和长时程增强的功能，为仿生器件的设计提供了一种高密度、高性能、低功耗新的方案。
在一个可选的实施例中，该重金属层的材料为：Pt、Ta或Ir等。
在一个可选的实施例中，该斯格明子层的材料为：Co或CoFeB。
在一个可选的实施例中，隧穿势垒层的材料为：MgO。
在一个可选的实施例中，参考层的材料为：CoFeB/Ta或CoFeB/W。
在一个可选的实施例中，该底电极层的厚度为3纳米至10纳米，优选4纳米、5纳米、6纳米、7纳米，采用Ta制成。
在一个可选的实施例中，该重金属层的厚度为4纳米至7纳米，优选5纳米、6纳米。
在一个可选的实施例中，该斯格明子层的厚度为0.8纳米至2纳米，优选1纳米、1.2纳米、1.4纳米、1.6纳米。
在一个可选的实施例中，该隧穿势垒层的厚度为0.8纳米至2纳米，优选1纳米、1.2纳米、1.4纳米、1.6纳米。
在一个可选的实施例中，该参考层的厚度为1纳米至2纳米，优选1.2纳米、1.4纳米、1.6纳米。
在一个可选的实施例中，该顶电极层的厚度为5纳米至10纳米，优选5纳米、6纳米、7纳米，采用Ta/Ru制成。
在一个可选的实施例中，参见图4，该基于斯格明子的人工突触器件还可以包括：基底7。
其中，该基底7设置在底电极层1的下端，基底7的底面为圆形，直径为第一直径，即该基底7为圆柱形，采用硅片制成，厚度为4纳米至6纳米，优选5纳米。
在一个可选的实施例中，参见图5，该基于斯格明子的人工突触器件还可以包括：覆盖层8；
所述覆盖层8设置在顶电极层6上面，覆盖层8的底面为圆形，直径为第二直径，即覆盖层8为圆柱形，可采用Ta制成，厚度为3纳米至10纳米，优选5纳米、7纳米，用于保护下层材料，防止下层材料被氧化。
在一个可选的实施例中，参见图6，该基于斯格明子的人工突触器件还可以包括：缓冲层9；
缓冲层9设置在所述参考层5与所述隧穿势垒层4之间，缓冲层9的底面为圆形，直径为第二直径，即该缓冲层为圆柱形，用于诱导参考层产生垂直磁各向异性、增强隧穿磁阻效应。
在一个可选的实施例中，重金属层以及设置在重金属层上面的斯格明子层形成斯格明子发生结构，底电极层与隧穿势垒层之间设置有多层斯格明子发生结构，图7示出了含有两层斯格明子发生结构的人工突触器件的结构图，从下至上依次设置底电极层1、重金属层10、斯格明子层11、重金属层2、斯格明子层3、隧穿势垒层4、参考层5以及顶电极层6。
其中，重金属层10的材料、厚度和直径与重金属层2相同，斯格明子层11的材料、厚度和直径与斯格明子层3相同。
通过采用上述技术方案，设置多层斯格明子发生结构，能够使基于斯格明子的人工突触器件性能更加稳定。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案的范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (9)

1.一种基于斯格明子的人工突触器件，其特征在于，包括：由下至上依次设置的底电极层、重金属层、斯格明子层、隧穿势垒层、参考层以及顶电极层；
其中，所述底电极层、所述重金属层、所述斯格明子层的底面均为圆形，直径为第一直径，所述隧穿势垒层、所述参考层以及所述顶电极层的底面均为圆形，直径为第二直径，所述第一直径大于所述第二直径；
所述重金属层以及设置在所述重金属层上面的斯格明子层形成斯格明子发生结构，所述底电极层与所述隧穿势垒层之间设置有多层斯格明子发生结构；
在斯格明子层与隧穿势垒层之间的接触面区域，形成突触区域；顶电极层和斯格明子层之间连外部电压源，电源电压控制斯格明子层的垂直磁各向异性，使得斯格明子能够进入突触区域，突触区域的斯格明子数量及大小决定人工突触器件的电阻大小，人工突触器件的电阻值也随电源电压变化，以实现脉冲时序依赖可塑性。
2.根据权利要求1所述的基于斯格明子的人工突触器件，其特征在于，还包括：覆盖层；
所述覆盖层设置在所述顶电极层上面。
3.根据权利要求1所述的基于斯格明子的人工突触器件，其特征在于，还包括：缓冲层；
所述缓冲层设置在所述参考层与所述隧穿势垒层之间。
4.根据权利要求1所述的基于斯格明子的人工突触器件，其特征在于，所述重金属层的材料为：Pt、Ta或Ir，所述斯格明子层的材料为：Co或CoFeB。
5.根据权利要求1所述的基于斯格明子的人工突触器件，其特征在于，所述隧穿势垒层的材料为：MgO，所述参考层的材料为：CoFeB/Ta或CoFeB/W。
6.根据权利要求1所述的基于斯格明子的人工突触器件，其特征在于，所述第一直径为100纳米至1微米，所述第二直径为20纳米至100纳米。
7.根据权利要求1所述的基于斯格明子的人工突触器件，其特征在于，所述底电极层的厚度为3纳米至10纳米，所述重金属层的厚度为4纳米至7纳米。
8.根据权利要求1所述的基于斯格明子的人工突触器件，其特征在于，所述斯格明子层的厚度为0.8纳米至2纳米，所述隧穿势垒层的厚度为0.8纳米至2纳米。
9.根据权利要求1所述的基于斯格明子的人工突触器件，其特征在于，所述参考层的厚度为1纳米至2纳米，所述顶电极层的厚度为5纳米至10纳米。
CN202010631131.5A 2020-07-03 2020-07-03 基于斯格明子的人工突触器件 Active CN111785828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010631131.5A CN111785828B (zh) 2020-07-03 2020-07-03 基于斯格明子的人工突触器件

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010631131.5A CN111785828B (zh) 2020-07-03 2020-07-03 基于斯格明子的人工突触器件

Publications (2)

Publication Number Publication Date
CN111785828A CN111785828A (zh) 2020-10-16
CN111785828B true CN111785828B (zh) 2022-09-09

Family

ID=72758389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010631131.5A Active CN111785828B (zh) 2020-07-03 2020-07-03 基于斯格明子的人工突触器件

Country Status (1)

Country Link
CN (1) CN111785828B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113161476A (zh) * 2021-03-08 2021-07-23 湖北大学 一种基于斯格明子的神经元突触的存储器件
WO2022062427A1 (zh) * 2021-05-17 2022-03-31 中国科学院微电子研究所 全电控自旋电子神经元器件、神经元电路和神经网络
CN113363377B (zh) * 2021-05-18 2022-12-06 杭州电子科技大学 一种基于铁磁斯格明子手性转换的微波振荡器

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104347226B (zh) * 2013-07-23 2017-05-10 中国科学院物理研究所 一种基于磁性斯格明子层的磁性多层膜
US20170330070A1 (en) * 2016-02-28 2017-11-16 Purdue Research Foundation Spin orbit torque based electronic neuron
US10593389B2 (en) * 2016-03-01 2020-03-17 Virginia Commonwealth University Switching skyrmions with VCMA/electric field for memory, computing and information processing
CN106532220B (zh) * 2016-11-09 2019-03-19 电子科技大学 一种基于Skyrmions的自旋转移矩纳米振荡器
CN107068708B (zh) * 2017-03-23 2019-08-06 北京航空航天大学 一种浮栅忆阻器
JP2019028569A (ja) * 2017-07-26 2019-02-21 株式会社東芝 メモリシステム、半導体記憶装置及び信号処理システム
KR102088209B1 (ko) * 2018-03-19 2020-03-12 에스케이하이닉스 주식회사 스커미온 기반 스핀 시냅스 소자 및 그 제조 방법
CN110246959A (zh) * 2019-06-10 2019-09-17 深圳市思品科技有限公司 一种基于反铁磁斯格明子的微波振荡器
CN110554058B (zh) * 2019-09-04 2022-02-08 兰州大学 一种微波探测元件

Also Published As

Publication number Publication date
CN111785828A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
CN111785828B (zh) 基于斯格明子的人工突触器件
Rajendran et al. Neuromorphic computing based on emerging memory technologies
Kim et al. Silicon synaptic transistor for hardware-based spiking neural network and neuromorphic system
Eryilmaz et al. Brain-like associative learning using a nanoscale non-volatile phase change synaptic device array
US9996793B2 (en) Neuromorphic synapses
US7978510B2 (en) Stochastic synapse memory element with spike-timing dependent plasticity (STDP)
TW201837917A (zh) 神經形態權重單元及其形成的方法以及人工神經網路
US20210406660A1 (en) Synaptic Resistors for Concurrent Parallel Signal Processing, Memory and Learning with High Speed and Energy Efficiency
Gacem et al. Neuromorphic function learning with carbon nanotube based synapses
US10049321B2 (en) Anti-hebbian and hebbian computing with thermodynamic RAM
Kim et al. Double MgO-based perpendicular magnetic tunnel junction for artificial neuron
Azam et al. Voltage control of domain walls in magnetic nanowires for energy-efficient neuromorphic devices
Kim et al. Shape‐deformable and locomotive MXene (Ti3C2Tx)‐encapsulated magnetic liquid metal for 3D‐motion‐adaptive synapses
Gerasimova et al. Design of memristive interface between electronic neurons
Kim et al. Initial synaptic weight distribution for fast learning speed and high recognition rate in STDP-based spiking neural network
Yu et al. Hopfield neural network in magnetic textures with intrinsic Hebbian learning
Sakai et al. Gold nanogap-based artificial synapses
Agrawal et al. Embracing stochasticity to enable neuromorphic computing at the edge
Ma et al. Highly Reliable Electronic Synapse Based on Au@ Al 2 O 3 Core-Shell Nanoparticles for Neuromorphic Applications
Narasimman et al. A low-voltage, low power STDP synapse implementation using domain-wall magnets for spiking neural networks
CN111564552A (zh) 一种基于磁性斯格明子的忆阻器及其阻值调控方法
Chen et al. Neuromorphic computing based on resistive RAM
KR20200076542A (ko) 뉴런 및 이를 포함하는 뉴로모픽 시스템
Dias et al. Memristive-based neuromorphic applications and associative memories
Manu et al. Comparative analysis of memristor devices as neuron

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant