CN113161476A - 一种基于斯格明子的神经元突触的存储器件 - Google Patents

一种基于斯格明子的神经元突触的存储器件 Download PDF

Info

Publication number
CN113161476A
CN113161476A CN202110252399.2A CN202110252399A CN113161476A CN 113161476 A CN113161476 A CN 113161476A CN 202110252399 A CN202110252399 A CN 202110252399A CN 113161476 A CN113161476 A CN 113161476A
Authority
CN
China
Prior art keywords
substrate
layer
square
big
heavy metal
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.)
Pending
Application number
CN202110252399.2A
Other languages
English (en)
Inventor
徐家伟
孟德全
赵阳
程冲
苏玉荣
杨昌平
梁世恒
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.)
Hubei University
Original Assignee
Hubei 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 Hubei University filed Critical Hubei University
Priority to CN202110252399.2A priority Critical patent/CN113161476A/zh
Publication of CN113161476A publication Critical patent/CN113161476A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H10SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10NELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N50/00Galvanomagnetic devices
    • H10N50/80Constructional details
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/06Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • HELECTRICITY
    • H10SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10NELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N50/00Galvanomagnetic devices
    • H10N50/01Manufacture or treatment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Neurology (AREA)
  • Manufacturing & Machinery (AREA)
  • Semiconductor Memories (AREA)

Abstract

本发明公开了一种基于斯格明子的神经元突触的存储器件,包括由下至上依次设置的衬底、重金属层、绝缘势垒层和电极层组成,为三明治结构。本发明有望实现神经元突触中的多态神经递质,为人工智能中的人工神经网络领域里新型神经元突触存储器件开发提供物理基础。

Description

一种基于斯格明子的神经元突触的存储器件
技术领域
本发明具体是一种基于斯格明子的神经元突触的存储器件及其实现方法,属于人工智能之人工神经网络技术领域。
背景技术
人工神经网络是在研究人脑的奥秘中得到启发,试图用大量的处理单元(人工神经元、处理元件、电子元件等)模仿人脑神经系统工程结构和工作机理的一种算法。本发明是属于人工神经元器件。
磁性斯格明子是具有拓扑保护性质的纳米尺度涡旋磁结构。斯格明子主要存在于非中心对称的手性磁性材料以及界面镜面对称性破缺的磁性薄膜材料中。因具有实空间的非平庸拓扑性,磁性斯格明子展现出丰富新奇的物理学特性,例如拓扑霍尔效应,新兴电磁动力学等,为研究拓扑自旋电子学提供了新的平台.
同时,随着人工智能等发展需求,国内外学者对斯格明子给予了极大的关注。由于其出色的磁稳定性,超紧凑的尺寸以及纳米轨道内极低成本的驱动力,因此磁性斯格明子有望作为自旋电子信息载体的下一代逻辑和存储设备。而单个斯格明子有些类似单个神经递质,因此根据不同的激发产生相似而略有差别的多个斯格明子可以达到和神经元中神经递质传递信息相同的作用,这将对人工神经网络的发展起到很大的奠基作用。
目前国际上已经公开过一些基于斯格明子的忆阻器等存储器,但这些存储器要么是以电阻为测量标准,要么是以电子的变化为测量标准,从而模拟神经元特性的。而本发明研究是根据磁矩的变化来模拟神经元内的突触特性的,以斯格明子模拟神经元内的突触递质的。相比已有的斯格明子存储器,本发明则更微观化、细致化,在人工神经元上更为基础。
发明内容
本发明旨在提供一种基于斯格明子的神经元突触的存储器件及其实现方法,以物理器件中的斯格明子实现人工神经元中多态的神经递质。
本发明提供的一种基于斯格明子的神经元突触的存储器件,包括由下至上依次设置的衬底、重金属层、绝缘势垒层和电极层组成,为三明治结构;所述存储器件的每一层的形状均相同,该形状为多个几何图形顺序相连,几何图形依次为小正方形,长条形,梯形,大长条形,细条形,设有一个三角形缺口的大正方形,半圆形;小正方形连接长条形的一个短边,两者中心对齐,长条形另一个短边连接梯形的上底边,梯形的下底边连接大长条形的一个短边,大长条形的一个长边还设有一个小的突出的方块,大长条形的另一个长边连接细条形的一端,细条形的另一端连接大正方形的三角形缺口最深处,所述大正方形的三角形为等腰直角三角形且直角过大正方形的中心点,大正方形上与三角形缺口相对的侧边连接半圆形的弧形中点。
优选地,所述衬底为Si衬底,通用的高纯硅片即可。
可选地,所述重金属层为具有较大自旋极化率的重金属,选自铁磁性单质Co、Pt、Ta中的一种。可以将所述的重金属Co/Pt/Ta材料通过磁控溅射镀膜法沉积于衬底上。磁控溅射是指在真空中将涂层材料作为靶阴极,利用氩离子轰击靶材,产生阴极溅射,把靶材原子溅射到工件上形成沉积层的一种镀膜技术。本发明选用磁控溅射法是由于此方法制备的薄膜厚度易于控制、薄膜重复一致性好、薄膜与基片的结合能力强、制备材料范围广、纯度高以及表面平整。其中,重金属溅射靶材是Co/Pt/Ta靶,工作气压为3mTorr,溅射功率为30W,溅射时间为30min。
优选地,所述绝缘势垒层为氧化铝薄膜层。同样的,本发明在重金属层上镀氧化铝仍然是采用磁控溅射法,只是和渡重金属时的操作略有差别。本发明镀氧化铝薄膜时以高纯铝靶为靶材,用氩离子轰击铝靶并通入氧气,溅射出的铝离子和电离得到的氧离子沉积到重金属层上形成氧化铝薄膜层,工作气压为2mTorr,溅射功率为100W,溅射时间为40min。
所述电极可选特定单质、合金材料或金属氧化物中的一种,本发明选取单质Cu做电极。Cu电极与薄膜之间接触良好,故形成的空间电荷积累较多,空间电荷极化很强。本发明用掩膜板法和磁控溅射方法镀电极。电极厚度均匀性主要取决于基片材料与靶材的晶格匹配程度,基片表面温度,蒸发功率、速率,真空度,镀膜时间,厚度大小等。
这样就得到基于斯格明子的神经元突触存储器件。
人工智能是当前的研究热点,作为人工智能四大方向之一的人工神经网络。国内外学者基于生物神经系统的分布式存储、并行处理、自适应学习这些现象,已经构造出有一定初级只能的人工神经网络,但这仅仅是对大脑的粗略而简单的模拟,无论是在规模上、功能上都与大脑相比还差得很远。主要原因还是在于对于神经元突触这些基础元件研发得不够深入细致。而本发明恰好有望实现神经元突触中的多态神经递质,为人工智能中的人工神经网络领域里新型神经元突触存储器件开发提供物理基础。
本发明的有益效果:相比已有的斯格明子存储器,本发明则更微观化、细致化,在人工神经元上更为基础。
附图说明
图1为本发明提供的一种基于斯格明子的神经元突触存储器件结构原理图。
图2为本发明器件的结构模型图;图中,1——衬底层;2——重金属层;3——绝缘势垒层;4——顶电极层。
图3为本发明器件的微磁学模拟效果图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细描述。
实施例
本发明是基于斯格明子的神经元突触的存储器件,如图1~3,包括由下至上依次设置的衬底1、重金属层2、绝缘势垒层3和电极4层组成,为三明治结构;所述存储器件的每一层的形状均相同,该形状可以看作为多个几何图形顺序相连组合而成(实际是为一体),几何图形依次为小正方形a,长条形b,梯形c,大长条形d,细条形e,设有一个三角形缺口v的大正方形f,半圆形g;小正方形a连接长条形b的一个短边,两者中心对齐,长条形b另一个短边连接梯形c的上底边,梯形c的下底边连接大长条形d的一个短边,大长条形d的一个长边还设有一个小的突出的方块h,大长条形b的另一个长边连接细条形e的一端,细条形e的另一端连接大正方形f的三角形缺口v最深处,所述大正方形f的三角形缺口v为等腰直角三角形且直角过大正方形f的中心点,大正方形f上与三角形缺口v相对的侧边连接半圆形g的弧形中点。
优选地,所述衬底为Si衬底,通用的高纯硅片即可。
可选地,所述重金属层为具有较大自旋极化率的重金属,选自铁磁性单质Co、Pt、Ta中的一种。可以将所述的重金属Co/Pt/Ta材料通过磁控溅射镀膜法沉积于衬底上。磁控溅射是指在真空中将涂层材料作为靶阴极,利用氩离子轰击靶材,产生阴极溅射,把靶材原子溅射到工件上形成沉积层的一种镀膜技术。本发明选用磁控溅射法是由于此方法制备的薄膜厚度易于控制、薄膜重复一致性好、薄膜与基片的结合能力强、制备材料范围广、纯度高以及表面平整。其中,重金属溅射靶材是Co/Pt/Ta靶,工作气压为3mTorr,溅射功率为30W,溅射时间为30min。
优选地,所述绝缘势垒层为氧化铝薄膜层。同样的,本发明在重金属层上镀氧化铝仍然是采用磁控溅射法,只是和渡重金属时的操作略有差别。本发明镀氧化铝薄膜时以高纯铝靶为靶材,用氩离子轰击铝靶并通入氧气,溅射出的铝离子和电离得到的氧离子沉积到重金属层上形成氧化铝薄膜层,工作气压为2mTorr,溅射功率为100W,溅射时间为40min。
所述电极可选特定单质、合金材料或金属氧化物中的一种,本发明选取单质Cu做电极。Cu电极与薄膜之间接触良好,故形成的空间电荷积累较多,空间电荷极化很强。本发明用掩膜板法和磁控溅射方法镀电极。电极厚度均匀性主要取决于基片材料与靶材的晶格匹配程度,基片表面温度,蒸发功率、速率,真空度,镀膜时间,厚度大小等。
本发明的基于斯格明子的神经元突触存储器件的制备方法,包括如下步骤:
(1)清洗硅片。将切好的硅片放入装有丙酮的烧杯中,然后将此烧杯放在超声波洁净仪中超洗3分钟,然后取出烧杯,取出烧杯中的硅片。然后将硅片放入另一个装有工业酒精的烧杯中,然后将此烧杯同样置于超声波洁净仪中超洗3分钟,最后利用氮气枪吹干已经洗好的硅片。
(2)利用磁控溅射法在清洗过的衬底上镀重金属层
1.光刻。利用匀胶机先在清洗好的衬底上旋涂光刻胶,旋涂完成后,将衬底放在加热台上(90℃)热烘90s,后利用掩膜板和紫外曝光机进行光刻,然后放在显影液中显影,之后放入去离子水中洗去多余的光刻胶。同Co/Pt/Ta靶一起置于已充气至大气压的真空室中(AJA磁控溅射仪预先就放置好了各种靶材,镀膜时只需将需要镀膜的衬底放入就可以),分别安放在真空腔内的衬底托和靶托上。
2.对生长室和送样室抽真空。打开抽真空装置,重新对送样室抽真空,控制为5*10-6Torr左右打开隔板(隔板将送样室和生长室分开),摇动传送杆,将衬底送到生长室,完了后摇动传送杆摇回传送轴,关闭隔板。较高的真空度可以减少蒸发分子与残余气体分子的碰撞,降低对衬底表面的污染,所以整个镀膜过程需要在较高的真空条件下进行。
3.对靶材进行预溅射处理。打开直流靶和气体流量计,通Ar气体后调节功率匹配计至合适功率30W,让生长室启辉,对靶材进行预溅射2~5min,目的是将靶材表层的杂质除去。
4.最后打开挡板,进行正式溅射。沉积条件是通Ar气被电离成氩离子轰击靶材原子溅射沉积在衬底上,沉积气压为3mTorr,溅射功率为30W,溅射时间为20min。溅射完毕后关掉直流源,打开隔板,摇动传送杆取回样品盘,然后关闭隔板。关闭送样室抽真空装置,通氮气至送样室气压到7.5*102Torr,打开送样室上盖取出样品盘,去下器件。重金属层制作完毕。
(3)利用磁控溅射法制备氧化铝薄膜
值得注意的是重金属层也充当底电极,因此我们在镀氧化铝薄膜时还需要利用光刻胶和紫外曝光机再进行一次光刻。
1.光刻。利用匀胶机先旋涂光刻胶,旋涂完成后,将衬底放在加热台上(90℃)热烘90s,后利用掩膜板和紫外曝光机进行光刻,然后放在显影液中显影,之后放入去离子水中洗去多余的光刻胶。
将光刻好的器件放入就真空腔室,安放在真空腔内的衬底托上。
2.对生长室和送样室抽真空。打开抽真空装置,重新对送样室抽真空,控制为5*10-6Torr左右打开隔板(隔板将送样室和生长室分开),摇动传送杆,将衬底送到生长室,完了后摇动传送杆摇回传送轴,关闭隔板。较高的真空度可以减少蒸发分子与残余气体分子的碰撞,降低对衬底表面的污染,所以整个镀膜过程需要在较高的真空条件下进行。
3.对靶材进行预溅射处理。打开直流靶和气体流量计,通Ar气体和氧气后调节功率匹配计至合适功率100W,让生长室启辉,对靶材进行预溅射2~5min,目的是将靶材表层的杂质除去。
4.最后打开挡板,进行正式溅射。沉积条件是通Ar气被电离成氩离子轰击靶材原子溅射与氧离子结合沉积在衬底上,沉积气压为2mTorr,溅射功率为100W,溅射时间为40min。溅射完毕后关掉对应铝靶的直流源。氧化铝层制作完毕。(AJA磁控溅射仪有多个靶位,如果已有Cu靶在腔室里,可以接着镀电极)
(4)利用磁控溅射法镀电极
首先仍然是对靶材进行预溅射处理。打开直流靶和气体流量计,通Ar气体后调节功率匹配计至合适功率30W,让生长室启辉,对靶材进行预溅射2~5min,将靶材表层的杂质除去。然后打开挡板,进行正式溅射。沉积气压为3mTorr,溅射功率为30W,溅射时间为40min(通常40~50min均可)。溅射完毕后关掉直流源,将真空腔内气压恢复为大气压,接着打开溅射仪盖子使样品自然冷却至50℃以下即可取出样品。
器件制作完毕。

Claims (5)

1.一种基于斯格明子的神经元突触的存储器件,其特征在于:包括由下至上依次设置的衬底、重金属层、绝缘势垒层和电极层组成,为三明治结构;所述存储器件的每一层的形状均相同,该形状为多个几何图形顺序相连,几何图形依次为小正方形,长条形,梯形,大长条形,细条形,设有一个三角形缺口的大正方形,半圆形;小正方形连接长条形的一个短边,两者中心对齐,长条形另一个短边连接梯形的上底边,梯形的下底边连接大长条形的一个短边,大长条形的一个长边还设有一个小的突出的方块,大长条形的另一个长边连接细条形的一端,细条形的另一端连接大正方形的三角形缺口最深处,所述大正方形的三角形为等腰直角三角形且直角过大正方形的中心点,大正方形上与三角形缺口相对的侧边连接半圆形的弧形中点。
2.根据权利要求1所述基于斯格明子的神经元突触的存储器件,其特征在于:所述衬底为Si衬底。
3.根据权利要求1所述基于斯格明子的神经元突触的存储器件,其特征在于:所述重金属层为具有较大自旋极化率的重金属,选自铁磁性单质Co、Pt、Ta中的一种。
4.根据权利要求1所述基于斯格明子的神经元突触的存储器件,其特征在于:所述绝缘势垒层为氧化铝薄膜层。
5.根据权利要求1所述基于斯格明子的神经元突触的存储器件,其特征在于:所述电极为单质Cu电极。
CN202110252399.2A 2021-03-08 2021-03-08 一种基于斯格明子的神经元突触的存储器件 Pending CN113161476A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110252399.2A CN113161476A (zh) 2021-03-08 2021-03-08 一种基于斯格明子的神经元突触的存储器件

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110252399.2A CN113161476A (zh) 2021-03-08 2021-03-08 一种基于斯格明子的神经元突触的存储器件

Publications (1)

Publication Number Publication Date
CN113161476A true CN113161476A (zh) 2021-07-23

Family

ID=76884563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110252399.2A Pending CN113161476A (zh) 2021-03-08 2021-03-08 一种基于斯格明子的神经元突触的存储器件

Country Status (1)

Country Link
CN (1) CN113161476A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104157297A (zh) * 2014-07-17 2014-11-19 北京航空航天大学 一种基于磁性斯格明子的片上信息传输器件
KR20190109874A (ko) * 2018-03-19 2019-09-27 에스케이하이닉스 주식회사 스커미온 기반 스핀 시냅스 소자 및 그 제조 방법
CN110783460A (zh) * 2019-09-18 2020-02-11 湖北大学 一种柔性多态磁性加持铁电调控特性的非易失存储器件
CN111415001A (zh) * 2020-03-11 2020-07-14 香港中文大学(深圳) 基于斯格明子的电子神经元及人工神经网络
CN111446361A (zh) * 2020-04-05 2020-07-24 华中科技大学 一种热辅助磁性斯格明子存储器及数据写入方法
CN111564552A (zh) * 2020-04-27 2020-08-21 南京师范大学 一种基于磁性斯格明子的忆阻器及其阻值调控方法
CN111785828A (zh) * 2020-07-03 2020-10-16 北京航空航天大学 基于斯格明子的人工突触器件
CN112087221A (zh) * 2020-09-18 2020-12-15 郑州轻工业大学 一种采用磁场触发的磁电数据触发器及其实现方法
US20210019596A1 (en) * 2019-03-07 2021-01-21 Hefei Innovation Research Institute, Beihang University Computing in-memory system and method based on skyrmion racetrack memory

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104157297A (zh) * 2014-07-17 2014-11-19 北京航空航天大学 一种基于磁性斯格明子的片上信息传输器件
KR20190109874A (ko) * 2018-03-19 2019-09-27 에스케이하이닉스 주식회사 스커미온 기반 스핀 시냅스 소자 및 그 제조 방법
US20210019596A1 (en) * 2019-03-07 2021-01-21 Hefei Innovation Research Institute, Beihang University Computing in-memory system and method based on skyrmion racetrack memory
CN110783460A (zh) * 2019-09-18 2020-02-11 湖北大学 一种柔性多态磁性加持铁电调控特性的非易失存储器件
CN111415001A (zh) * 2020-03-11 2020-07-14 香港中文大学(深圳) 基于斯格明子的电子神经元及人工神经网络
CN111446361A (zh) * 2020-04-05 2020-07-24 华中科技大学 一种热辅助磁性斯格明子存储器及数据写入方法
CN111564552A (zh) * 2020-04-27 2020-08-21 南京师范大学 一种基于磁性斯格明子的忆阻器及其阻值调控方法
CN111785828A (zh) * 2020-07-03 2020-10-16 北京航空航天大学 基于斯格明子的人工突触器件
CN112087221A (zh) * 2020-09-18 2020-12-15 郑州轻工业大学 一种采用磁场触发的磁电数据触发器及其实现方法

Similar Documents

Publication Publication Date Title
DE69936610T2 (de) Zweikammersystem zur Ionenstrahl-Sputterbeschichtung
WO2021082808A1 (zh) 一种掺杂的Ge-Sb相变材料、相变存储器及其制备方法
JP7125535B2 (ja) 磁気トンネル接合及びその製造方法
TW202405802A (zh) 磁性穿隧接合結構及其製造方法
JP3766453B2 (ja) 透明導電膜およびその製造方法
CN113161476A (zh) 一种基于斯格明子的神经元突触的存储器件
CN108330454A (zh) 一种网状金银复合纳米薄膜的制备方法
JPS6039106A (ja) 微粒子の製造方法
WO2019200790A1 (zh) 基于金属阳离子修饰黑磷的突触器件及其制备方法
CN109935688A (zh) 相变薄膜结构、相变存储单元及其制备方法及相变存储器
US4931763A (en) Memory switches based on metal oxide thin films
CN112864164A (zh) 三端人工光学突触及其制备方法
TWI811334B (zh) 具有耦合釘紮層晶格匹配的磁性穿隧接面
US20190136368A1 (en) Sputtering apparatus and method of manufacturing magnetic memory device using the same
Hu et al. An artificial synapse by superlattice-like phase-change material for low-power brain-inspired computing
CN113140671A (zh) 一种用垂直自旋极化的自旋流来无磁场辅助翻转磁矩的器件及其制备方法
CN110993788A (zh) 一种氧化钛薄膜忆阻器制备方法
CN106252076B (zh) 高端微型薄膜电容器及制备方法
CN110783460A (zh) 一种柔性多态磁性加持铁电调控特性的非易失存储器件
CN114709328A (zh) 一种具有多态及类突触的自旋电子器件及其制备方法
CN116978789A (zh) 一种突触晶体管器件及其制备方法
CN103359951B (zh) 一种镀膜方法、装置及显示器
Chen et al. Realizing reliable linearity and Forming-free in conductive bridging random access memory synapse by alloy electrode engineering
CN109037438B (zh) 用于人工神经网络中的N-Ti-Sb-Te基突触仿生器件
CN114284428A (zh) 一种基于pmn-pt的铁电/铁磁复合薄膜的磁电存储元件及其制备方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210723

WD01 Invention patent application deemed withdrawn after publication