JP6620913B1 - リザボア素子及びニューロモルフィック素子 - Google Patents
リザボア素子及びニューロモルフィック素子 Download PDFInfo
- Publication number
- JP6620913B1 JP6620913B1 JP2019530519A JP2019530519A JP6620913B1 JP 6620913 B1 JP6620913 B1 JP 6620913B1 JP 2019530519 A JP2019530519 A JP 2019530519A JP 2019530519 A JP2019530519 A JP 2019530519A JP 6620913 B1 JP6620913 B1 JP 6620913B1
- Authority
- JP
- Japan
- Prior art keywords
- layer
- ferromagnetic layer
- ferromagnetic
- reservoir element
- reservoir
- 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
Links
- 230000005294 ferromagnetic effect Effects 0.000 claims abstract description 187
- 230000005291 magnetic effect Effects 0.000 claims description 29
- 230000005381 magnetic domain Effects 0.000 claims description 12
- 229910045601 alloy Inorganic materials 0.000 claims description 5
- 239000000956 alloy Substances 0.000 claims description 5
- 229910003271 Ni-Fe Inorganic materials 0.000 claims description 4
- 229910020516 Co—V Inorganic materials 0.000 claims description 3
- 229910017082 Fe-Si Inorganic materials 0.000 claims description 3
- 229910017133 Fe—Si Inorganic materials 0.000 claims description 3
- 229910002796 Si–Al Inorganic materials 0.000 claims description 3
- 229910008423 Si—B Inorganic materials 0.000 claims description 3
- 230000007480 spreading Effects 0.000 claims description 3
- 238000003892 spreading Methods 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 220
- 230000005415 magnetization Effects 0.000 description 22
- 239000000463 material Substances 0.000 description 21
- 230000000694 effects Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 239000000758 substrate Substances 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 4
- 229910001291 heusler alloy Inorganic materials 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 229910052759 nickel Inorganic materials 0.000 description 4
- 229910020068 MgAl Inorganic materials 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 3
- 239000004020 conductor Substances 0.000 description 3
- 239000003302 ferromagnetic material Substances 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000011229 interlayer Substances 0.000 description 3
- 229910052748 manganese Inorganic materials 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000001020 plasma etching Methods 0.000 description 3
- 210000000225 synapse Anatomy 0.000 description 3
- 229910000640 Fe alloy Inorganic materials 0.000 description 2
- 229910001106 Ho alloy Inorganic materials 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 230000005290 antiferromagnetic effect Effects 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 2
- 229910052804 chromium Inorganic materials 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229910052733 gallium Inorganic materials 0.000 description 2
- 229910052732 germanium Inorganic materials 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052763 palladium Inorganic materials 0.000 description 2
- 229910052697 platinum Inorganic materials 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229910052723 transition metal Inorganic materials 0.000 description 2
- 229910018072 Al 2 O 3 Inorganic materials 0.000 description 1
- 229910020598 Co Fe Inorganic materials 0.000 description 1
- 229910002519 Co-Fe Inorganic materials 0.000 description 1
- 229910005347 FeSi Inorganic materials 0.000 description 1
- 229910052688 Gadolinium Inorganic materials 0.000 description 1
- 229910017028 MnSi Inorganic materials 0.000 description 1
- 229910004298 SiO 2 Inorganic materials 0.000 description 1
- 229910052771 Terbium Inorganic materials 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000002902 ferrimagnetic material Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 229910000765 intermetallic Inorganic materials 0.000 description 1
- CPLXHLVBOLITMK-UHFFFAOYSA-N magnesium oxide Inorganic materials [Mg]=O CPLXHLVBOLITMK-UHFFFAOYSA-N 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910000510 noble metal Inorganic materials 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000000992 sputter etching Methods 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 150000003624 transition metals Chemical class 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
Classifications
-
- 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
- H10N50/80—Constructional details
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
- H01F10/00—Thin magnetic films, e.g. of one-domain structure
- H01F10/32—Spin-exchange-coupled multilayers, e.g. nanostructured superlattices
- H01F10/324—Exchange coupling of magnetic film pairs via a very thin non-magnetic spacer, e.g. by exchange with conduction electrons of the spacer
- H01F10/3254—Exchange coupling of magnetic film pairs via a very thin non-magnetic spacer, e.g. by exchange with conduction electrons of the spacer the spacer being semiconducting or insulating, e.g. for spin tunnel junction [STJ]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
- G06N3/065—Analogue means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
- H01F10/00—Thin magnetic films, e.g. of one-domain structure
- H01F10/32—Spin-exchange-coupled multilayers, e.g. nanostructured superlattices
- H01F10/324—Exchange coupling of magnetic film pairs via a very thin non-magnetic spacer, e.g. by exchange with conduction electrons of the spacer
- H01F10/329—Spin-exchange coupled multilayers wherein the magnetisation of the free layer is switched by a spin-polarised current, e.g. spin torque effect
-
- 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
- H10N50/00—Galvanomagnetic devices
- H10N50/01—Manufacture or treatment
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Neurology (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Power Engineering (AREA)
- Computer Hardware Design (AREA)
- Hall/Mr Elements (AREA)
- Mram Or Spin Memory Techniques (AREA)
Abstract
本発明の一態様にかかるリザボア素子は、第１強磁性層と、前記第１強磁性層に対して第１方向に位置し、前記第１方向からの平面視で互いに離間して配置された複数の第２強磁性層と、前記第１強磁性層と前記複数の第２強磁性層との間に位置する非磁性層と、を備える。
Description
本発明は、リザボア素子及びニューロモルフィック素子に関する。
ニューロモルフィック素子は、ニューラルネットワークにより人間の脳を模倣した素子である。ニューロモルフィック素子は、人間の脳におけるニューロンとシナプスとの関係を人工的に模倣している。
階層型素子は、ニューロモルフィック素子の一つである。階層型素子は、階層状に配置されたチップ（脳におけるニューロン）と、これらの間を繋ぐ伝達手段（脳におけるシナプス）と、を有する。階層型素子は、伝達手段（シナプス）が学習することで、問題の正答率を高める。学習は情報から将来使えそうな知識を見つけることであり、ニューロモルフィック素子では入力されたデータに重み付けをする。階層型素子は、各階層で学習を行う。
しかしながら、各階層での学習は、チップ（ニューロン）の数が増加すると、回路設計の大きな負担となり、ニューロモルフィック素子の消費電力の増加の原因となる。リザボアコンピュータは、この負担を軽減する一つの方法として検討されている。
リザボアコンピュータは、ニューロモルフィック素子の一つである。リザボアコンピュータは、リザボア素子と出力部とを備える。リザボア素子は、互いに相互作用する複数のチップからなる。複数のチップは、入力された信号によって、互いに相互作用し、信号を出力する。複数のチップを繋ぐ伝達手段は、重みが固定され、学習しない。出力部は、リザボア素子からの信号を学習し、外部に出力する。リザボアコンピュータは、リザボア素子でデータを圧縮し、出力部でデータに重み付けをすることで、問題の正答率を高める。リザボアコンピュータにおける学習は出力部のみで行われる。リザボアコンピュータは、ニューロモルフィック素子の回路設計の簡素化及び消費電力の向上を可能にする手段の一つとして期待されている。
非特許文献１には、スピントルク発振（ＳＴＯ）素子をチップ（ニューロン）として用いたニューロモルフィック素子が記載されている。
Jacob Torrejon et al., Nature, Vol.547, pp.428-432 (2017).
しかしながら、ＳＴＯ素子をチップに用いたニューロモルフィック素子は、それぞれのＳＴＯ素子の共鳴周波数を揃える必要がある。ＳＴＯ素子の共鳴周波数は、製造誤差等によりばらつく場合があり、ＳＴＯ素子同士が十分相互作用しない場合がある。またＳＴＯ素子は、高周波電流を積層方向に印加することで発振する。絶縁層を有するＳＴＯ素子の積層方向に高周波電流を長時間印加することは、ＳＴＯ素子の故障の原因となる。
本発明は上記事情に鑑みてなされたものであり、安定して動作するリザボア素子及びニューロモルフィック素子を提供する。
本発明は、上記課題を解決するため、以下の手段を提供する。
（１）第１の態様にかかるリザボア素子は、第１強磁性層と、前記第１強磁性層に対して第１方向に位置し、前記第１方向からの平面視で互いに離間して配置された複数の第２強磁性層と、前記第１強磁性層と前記複数の第２強磁性層との間に位置する非磁性層と、を備える。
（２）上記態様にかかるリザボア素子は、前記第１強磁性層の前記非磁性層と反対側の面と電気的に接続されたビア配線をさらに備えてもよい。
（３）上記態様にかかるリザボア素子において、前記ビア配線が複数あり、複数のビア配線のそれぞれは、前記第１方向からの平面視で、前記複数の第２強磁性層のそれぞれと重なる位置にあってもよい。
（４）上記態様にかかるリザボア素子は、前記第１強磁性層の前記非磁性層と反対側の面に接し、前記第１強磁性層よりも保磁率の小さい磁気干渉層を備えてもよい。
（５）上記態様にかかるリザボア素子において、前記磁気干渉層は、Ｆｅ−Ｓｉ、Ｆｅ−Ｓｉ−Ａｌ、Ｆｅ−Ｃｏ−Ｖ、Ｎｉ−Ｆｅ、Ｃｏ−Ｆｅ−Ｓｉ−Ｂのいずれかを含む合金であってもよい。
（６）上記態様にかかるリザボア素子は、前記複数のビア配線のうち少なくとも２つ以上のビア配線を繋ぐ共通電極層をさらに備えてもよい。
（７）上記態様にかかるリザボア素子において、前記複数の第２強磁性層は、前記第１方向からの平面視で六方格子状に配列していてもよい。
（８）上記態様にかかるリザボア素子において、前記複数の第２強磁性層は、前記第１方向からの平面視で、第２強磁性層が密集した集合体を複数形成し、前記集合体において、前記第２強磁性層は六方格子状に配列していてもよい。
（９）第２の態様にかかるニューロモルフィック素子は、上記態様にかかるリザボア素子と、前記リザボア素子に接続された入力部と、前記リザボア素子に接続され、前記リザボア素子からの信号を学習する出力部と、を備える。
本実施形態にかかるリザボア素子及びニューロモルフィック素子は、安定した動作が可能である。
以下、本実施形態について、図を適宜参照しながら詳細に説明する。以下の説明で用いる図面は、特徴をわかりやすくするために便宜上特徴となる部分を拡大して示している場合があり、各構成要素の寸法比率などは実際とは異なっていることがある。以下の説明において例示される材料、寸法等は一例であって、本発明はそれらに限定されるものではなく、本発明の効果を奏する範囲で適宜変更して実施することが可能である。
「第１実施形態」
図１は、第１実施形態にかかるニューロモルフィック素子の概念図である。ニューロモルフィック素子１００は、入力部２０とリザボア素子１０と出力部３０とを有する。入力部２０及び出力部３０は、リザボア素子１０に接続されている。
図１は、第１実施形態にかかるニューロモルフィック素子の概念図である。ニューロモルフィック素子１００は、入力部２０とリザボア素子１０と出力部３０とを有する。入力部２０及び出力部３０は、リザボア素子１０に接続されている。
ニューロモルフィック素子１００は、入力部２０から入力された信号を、リザボア素子１０で圧縮し、出力部３０で圧縮された信号に重み付け（学習）を行い、外部に信号を出力する。
入力部２０は、外部から入力された信号をリザボア素子１０に伝える。入力部２０は、例えば、複数のセンサーを含む。複数のセンサーは、ニューロモルフィック素子１００の外部の情報を感知し、リザボア素子１０に情報を信号として入力する。信号は、外部の情報の変化を経時的に連続してリザボア素子１０に入力してもよいし、所定のタイムドメインで分割してリザボア素子１０に入力してもよい。
リザボア素子１０は、複数のチップＣｐを有する。複数のチップＣｐは、互いに相互作用する。リザボア素子１０に入力される信号は、多数の情報をもつ。信号がもつ多数の情報は、複数のチップＣｐが互いに相互作用することで、必要な情報に圧縮される。圧縮された信号は、出力部３０に伝わる。リザボア素子１０は、学習をしない。すなわち、複数のチップＣｐはそれぞれ互いに相互作用するだけであり、複数のチップＣｐの間を伝達する信号に重み付けは行わない。
出力部３０は、リザボア素子１０のチップＣｐから信号を受け取る。出力部３０は、学習する。出力部３０は、各チップＣｐからの信号ごとに、学習により重み付けをする。出力部３０は、例えば、不揮発性メモリを含む。不揮発性メモリは、例えば、磁気抵抗効果素子である。出力部３０は、ニューロモルフィック素子１００の外部に信号を出力する。
ニューロモルフィック素子１００は、リザボア素子１０でデータを圧縮し、出力部３０でデータに重み付けをすることで、問題の正答率を高める。
またニューロモルフィック素子１００は、消費電力に優れる。ニューロモルフィック素子１００において学習をするのは出力部３０のみである。学習は、各チップＣｐから伝わる信号の重みを調整することである。信号の重みは、信号の重要度に応じて決定される。信号の重みを随時調整すると、チップＣｐ間の回路がアクティブになる。アクティブな回路が多いほど、ニューロモルフィック素子１００の消費電力は大きくなる。ニューロモルフィック素子１００は、最終段階の出力部３０のみ学習すればよく、消費電力に優れる。
図２は、第１実施形態にかかるリザボア素子１０の斜視図である。図３は、第１実施形態にかかるリザボア素子１０の側面図である。図４は、第１実施形態にかかるリザボア素子１０の平面図である。
リザボア素子１０は、第１強磁性層１と複数の第２強磁性層２と非磁性層３と複数のビア配線４とを備える。複数の第２強磁性層２は、図１におけるチップＣｐに対応する。
ここで方向について規定する。第１強磁性層１の広がる面内のうち任意の方向をｘ方向、第１強磁性層１の広がる面内のうちｘ方向と交差（例えば、略直交）をｙ方向、第１強磁性層１の広がる面と交差する（例えば、略直交）方向をｚ方向とする。ｚ方向は、第１方向の一例である。
第１強磁性層１は、ｘｙ面内に連続して広がる。第１強磁性層１は、磁化の磁化容易軸がｚ方向に配向した垂直磁化膜でも、磁化容易軸がｘｙ面内方向に配向した面内磁化膜でもよい。
第１強磁性層１は、強磁性材料を含む。第１強磁性層１は、例えば、Ｃｒ、Ｍｎ、Ｃｏ、Ｆｅ及びＮｉからなる群から選択される金属、これらの金属を１種以上含む合金、これらの金属とＢ、Ｃ、及びＮの少なくとも１種以上の元素とが含まれる合金を含む。第１強磁性層１は、例えば、Ｃｏ−Ｆｅ、Ｃｏ−Ｆｅ−Ｂ、Ｎｉ−Ｆｅ、Ｃｏ−Ｈｏ合金（ＣｏＨｏ２）、Ｓｍ−Ｆｅ合金（ＳｍＦｅ１２）である。第１強磁性層１がＣｏ−Ｈｏ合金（ＣｏＨｏ２）、Ｓｍ−Ｆｅ合金（ＳｍＦｅ１２）を含むと、第１強磁性層１は面内磁化膜になりやすい。
第１強磁性層１は、ホイスラー合金でもよい。ホイスラー合金は、ＸＹＺ又はＸ２ＹＺの化学組成をもつ金属間化合物であり、Ｘは周期表上でＣｏ、Ｆｅ、Ｎｉ、あるいはＣｕ族の遷移金属元素または貴金属元素であり、ＹはＭｎ、Ｖ、ＣｒあるいはＴｉ族の遷移金属又はＸの元素種であり、ＺはＩＩＩ族からＶ族の典型元素である。ホイスラー合金は、例えば、Ｃｏ２ＦｅＳｉ、Ｃｏ２ＦｅＧｅ、Ｃｏ２ＦｅＧａ、Ｃｏ２ＭｎＳｉ、Ｃｏ２Ｍｎ１−ａＦｅａＡｌｂＳｉ１−ｂ、Ｃｏ２ＦｅＧｅ１−ｃＧａｃである。ホイスラー合金は、スピン分極率が高く、磁気抵抗効果をより強く発現する。
第１強磁性層１は、Ｃｏ、Ｎｉ、Ｐｔ、Ｐｄ、Ｇｄ、Ｔｂ、Ｍｎ、Ｇｅ、Ｇａからなる群から選択される少なくとも一つの元素を有することが好ましい。例えば、ＣｏとＮｉの積層膜、ＣｏとＰｔの積層膜、ＣｏとＰｄの積層膜、ＭｎＧａ系材料、ＧｄＣｏ系材料、ＴｂＣｏ系材料が挙げられる。ＭｎＧａ系材料、ＧｄＣｏ系材料、ＴｂＣｏ系材料等のフェリ磁性体は、飽和磁化が小さく、磁壁を移動するために必要な閾値電流が小さくなる。
第２強磁性層２は、非磁性層３の一面に形成される。第２強磁性層２は、ｚ方向に突出し、ｘｙ面内に互いに離間して複数存在する。第２強磁性層２は、一つの第１強磁性層１に対して複数存在する。隣接する第２強磁性層２は、例えば、層間絶縁膜で絶縁されている。
複数の第２強磁性層２は、例えば、ｚ方向からの平面視で六方格子状に配列している（図４参照）。第２強磁性層２に入力された信号は、第１強磁性層１内を伝播する。第２強磁性層２が六方格子状に配列する場合、第２強磁性層２から入力された信号は、他の第２強磁性層２から入力された信号と相互干渉しやすくなる。
複数の第２強磁性層２の配列は、図４の場合に限られない。図５〜図７は、第１実施形態にかかるリザボア素子の別の例の平面図である。
図５に示すリザボア素子１０Ａは、複数の第２強磁性層２が正方格子状に配列している。隣接する第２強磁性層２の間の距離が等しく、入力信号が均質化される。
図６に示すリザボア素子１０Ｂは、複数の第２強磁性層２が六方格子状に密集している。第２強磁性層２の密集度が高まることで、異なる第２強磁性層２に入力された信号が相互干渉しやすくなる。なお、この場合でも第２強磁性層２同士は、絶縁されている。
図７に示すリザボア素子１０Ｃは、第２強磁性層２が密集した集合体Ａを複数形成している。集合体Ａにおいて、第２強磁性層２は六方格子状に配列している。隣接する第２強磁性層２同士は、絶縁されている。リザボア素子１０Ｃは、一つの集合体Ａを構成する第２強磁性層２に入力された信号同士の相互干渉と、異なる集合体Ａを構成する第２強磁性層２に入力された信号同士の相互干渉とで、相互干渉の条件が異なる。リザボア素子１０Ｃにおいて相互干渉の条件を調整することで、リザボア素子１０Ｃは特定の信号を強調して出力部３０に伝える。
それぞれの第２強磁性層２の形状は、例えば、円柱状である（図１参照）。第２強磁性層２の形状は、円柱状に限られない。第２強磁性層２の形状は、例えば、楕円柱状、四角柱、円錐、楕円錐、円錐台、四角錐台等でもよい。
第２強磁性層２は、強磁性体を含む。第２強磁性層２に用いられる強磁性体は、第１強磁性層１に用いられる材料と同様である。
第２強磁性層２は、第１強磁性層１より磁化の方向が変化しにくく、磁化固定層と言われる。第２強磁性層２の磁化は、例えば、第１強磁性層１及び第２強磁性層２に用いられる材料、第２強磁性層２に隣接する層構成を調整することで、第１強磁性層１の磁化に対して固定される。例えば、第１強磁性層１を構成する材料より保磁力の大きな材料を第２強磁性層２に用いると、第２強磁性層２の磁化は第１強磁性層１の磁化に対して固定される。また例えば、第２強磁性層２の非磁性層３と反対側の面に反強磁性層を積層し、反強磁性層と第２強磁性層２とが反強磁性カップリングすると、第２強磁性層２の磁化は第１強磁性層の磁化に対して固定される。
非磁性層３は、第１強磁性層１と第２強磁性層２との間に位置する。非磁性層３は、例えば、ｘｙ面内に連続して広がる。非磁性層３は、第１強磁性層１と第２強磁性層２との間の位置にのみ、ｘｙ面内に点在していてもよい。
非磁性層３は、非磁性体からなる。
非磁性層３が絶縁体の場合（トンネルバリア層である場合）、非磁性層３は、例えば、Ａｌ２Ｏ３、ＳｉＯ２、ＭｇＯ、ＭｇＡｌ２Ｏ４等である。また非磁性層３は、上記の材料におけるＡｌ、Ｓｉ、Ｍｇの一部が、Ｚｎ、Ｂｅ等に置換された材料等でもよい。ＭｇＯ、ＭｇＡｌ２Ｏ４は、第１強磁性層１と第２強磁性層２との間でコヒーレントトンネル現象を実現でき、第１強磁性層１から第２強磁性層２へスピンを効率よく注入できる。非磁性層３が金属の場合、非磁性層３は、例えば、Ｃｕ、Ａｕ、Ａｇ等である。また非磁性層３が半導体の場合、非磁性層３は、例えば、Ｓｉ、Ｇｅ、ＣｕＩｎＳｅ２、ＣｕＧａＳｅ２、Ｃｕ（Ｉｎ，Ｇａ）Ｓｅ２等である。
非磁性層３が絶縁体の場合（トンネルバリア層である場合）、非磁性層３は、例えば、Ａｌ２Ｏ３、ＳｉＯ２、ＭｇＯ、ＭｇＡｌ２Ｏ４等である。また非磁性層３は、上記の材料におけるＡｌ、Ｓｉ、Ｍｇの一部が、Ｚｎ、Ｂｅ等に置換された材料等でもよい。ＭｇＯ、ＭｇＡｌ２Ｏ４は、第１強磁性層１と第２強磁性層２との間でコヒーレントトンネル現象を実現でき、第１強磁性層１から第２強磁性層２へスピンを効率よく注入できる。非磁性層３が金属の場合、非磁性層３は、例えば、Ｃｕ、Ａｕ、Ａｇ等である。また非磁性層３が半導体の場合、非磁性層３は、例えば、Ｓｉ、Ｇｅ、ＣｕＩｎＳｅ２、ＣｕＧａＳｅ２、Ｃｕ（Ｉｎ，Ｇａ）Ｓｅ２等である。
ビア配線４は、第１強磁性層１の非磁性層３と反対側の面と電気的に接続されている。ビア配線４は、第１強磁性層１と直接接続されていてもよいし、他の層を介して接続されていてもよい。図１及び図３に示すビア配線４は、第１強磁性層１から−ｚ方向に突出し、ｘｙ面内に互いに離間して複数存在する。
ビア配線４は、導電体を含む。ビア配線４は、例えば、Ｃｕ、Ａｌ、Ａｕである。隣接するビア配線４は、絶縁されている。
図１及び図３に示すビア配線４のそれぞれは、複数の第２強磁性層２のそれぞれと対応する位置に配設されている。すなわち、第２強磁性層２のそれぞれとビア配線４のそれぞれとは、ｚ方向からの平面視で重なっている。
次いで、ニューロモルフィック素子１００におけるリザボア素子１０の製造方法の一例について説明する。図８Ａから図８Ｄは、第１実施形態にかかるリザボア素子１０の製造方法を示す断面図である。
まず基板Ｓｂにホールを形成し、ホール内を導電体で充填する（図８Ａ）。基板Ｓｂは、例えば、半導体基板である。基板Ｓｂは、例えば、Ｓｉ、ＡｌＴｉＣが好ましい。Ｓｉ、ＡｌＴｉＣは、平坦性に優れた表面を得やすい。ホールは、例えば、反応性イオンエッチング（ＲＩＥ）を用いて形成する。ホール内に充電された導電体が、ビア配線４となる。
次いで、基板Ｓｂ及びビア配線４の表面を化学機械研磨（ＣＭＰ）により平坦化する。平坦化した基板Ｓｂ、ビア配線４の上に、第１強磁性層１、非磁性層３、強磁性層２’を順に積層する（図８Ｂ）。第１強磁性層１、非磁性層３及び強磁性層２’は、例えば、化学気相成長法（ＣＶＤ）を用いて積層する。
次いで、強磁性層２’の表面の所定の位置にハードマスクＨＭを形成する（図８Ｃ）。強磁性層２’のハードマスクＨＭで被覆されていない部分は、ＲＩＥ又はイオンミリングで除去する。強磁性層２’は、不要部が除去されることで複数の第２強磁性層２となる。最後に、第２強磁性層２の間を層間絶縁膜Ｉで保護する（図８Ｄ）。上記手順により第１実施形態にかかるニューロモルフィック素子１００が得られる。
次いで、ニューロモルフィック素子１００の機能について説明する。入力部２０を構成するセンサーは、それぞれリザボア素子１０の第２強磁性層２と接続されている。外部の信号を受けたセンサーは、対応する第２強磁性層２からビア配線４に向って書き込み電流を流す。ビア配線４のそれぞれが複数の第２強磁性層２のそれぞれと対応する位置に配設されている場合、書き込み電流の多くはｚ方向に流れる。
書き込み電流は、第２強磁性層２によってスピン偏極し、第１強磁性層１に至る。スピン偏極した電流は、第１強磁性層１の磁化にスピントランスファートルク（ＳＴＴ）を与える。書き込み電流が流れた第２強磁性層２の近傍の第１強磁性層１の磁化は、ＳＴＴにより磁化反転する。第１強磁性層１の磁化の向きは、書き込み電流が流れた第２強磁性層２の近傍とその他の部分とで異なり、第１強磁性層１に２つの磁区が形成される。２つの磁区の間には磁壁が形成される。
書き込み電流の印加時間、印加量によって第２強磁性層２の近傍に形成される磁区の範囲は変化する。書き込み電流の印加量が多いと、第２強磁性層２の近傍に形成される磁区の範囲は広がる。磁壁は、磁区の拡大に応じて、第２強磁性層２から広がる方向に動く。
複数の第２強磁性層２からビア配線４に向って書き込み電流が流れると、それぞれの第２強磁性層２の近傍に磁区が形成される。隣接する第２強磁性層２の近傍に形成される磁区は、互いに相互作用する。リザボア素子１０への書き込み電流の印加を止めると、第１強磁性層１の磁気状態は不揮発で記憶される。
最後にリザボア素子１０から出力部３０に信号を出力する。信号は、第２強磁性層２からビア配線４に向って読み出し電流を流すことで出力される。読み出し電流は、書き込み電流と比較して電流密度が低く、第１強磁性層１の磁化を反転させることは無い。
リザボア素子１０に読み出し電流を流すと、第２強磁性層２の磁化と、第２強磁性層２と重なる位置における第１強磁性層１の磁化との相対角の差が、抵抗値変化として出力される。第２強磁性層２と重なる位置における第１強磁性層１の磁化の向きは、他の第２強磁性層の近傍から広がる磁区の影響を受けている。つまり、一つの第２強磁性層２から読みだされる信号は、他の第２強磁性層２に書き込まれた情報を含み、情報が圧縮されている。
最後に圧縮された信号は、出力部３０に伝わる。出力部３０は、学習により第２強磁性層２のそれぞれから読み出される信号に重み付けをする。
上述のように、第１実施形態にかかるリザボア素子１０は、第１強磁性層１内において、隣接する第２強磁性層２の近傍に形成される磁区が互いに相互作用する。入力部２０から入力された信号は第１強磁性層１内で互いに相互作用し、第１強磁性層１内に一つの磁気状態を生み出す。つまり入力部２０から入力された信号は、第１強磁性層１内で一つの磁気状態に圧縮される。したがって、第１実施形態にかかるニューロモルフィック素子１００は、リザボア素子１０で適切に信号を圧縮する。信号を圧縮することで、出力部３０のみが学習すればよくなり、ニューロモルフィック素子１００の消費電力が低減する。また第１強磁性層１の磁気状態は、新たな書き込み電流が印加されない限り、不揮発で保持される。
「第２実施形態」
図９は、第２実施形態にかかるリザボア素子の断面図である。第２実施形態にかかるリザボア素子１１は、ビア配線４を複数有さない点が、第１実施形態にかかるリザボア素子１０と異なる。その他の構成は、第１実施形態にかかるリザボア素子１０と同一であり、説明を省く。また図９において、図１と同一の構成には同一の符号を付す。
図９は、第２実施形態にかかるリザボア素子の断面図である。第２実施形態にかかるリザボア素子１１は、ビア配線４を複数有さない点が、第１実施形態にかかるリザボア素子１０と異なる。その他の構成は、第１実施形態にかかるリザボア素子１０と同一であり、説明を省く。また図９において、図１と同一の構成には同一の符号を付す。
リザボア素子１１において、ビア配線４は一つである。ビア配線４は第１強磁性層１と電気的に接続されている。
図１に示すように、ビア配線４のそれぞれが複数の第２強磁性層２のそれぞれと対応する位置に配設されている場合、書き込み電流の多くはｚ方向に流れる。これに対し、ビア配線４が一つの場合、書き込み電流の一部は、第１強磁性層１内をｘｙ面内に流れる。スピン偏極した書き込み電流は、異なる磁区の境界である磁壁を動かす。すなわち、リザボア素子１１に配設されたビア配線４が一つであると、第1強磁性層1内で磁壁が効率的に動き、一つの第２強磁性層２に入力される信号と他の第２強磁性層２に入力される信号との相互作用が促進される。
またビア配線４が一つの場合、第２強磁性層２とビア配線４との距離は、第２強磁性層２のそれぞれで異なる。第１強磁性層１のｘｙ面内に流れる書き込み電流量は、いずれの第２強磁性層２に信号を入力するかによって異なる。つまり、磁壁の動きやすさは、いずれの第２強磁性層２に信号を入力するかによって不均一になる。換言すると、リザボア素子１１は、入力部２０から入力される信号のうち所定の情報を優先的に出力でき、必要な情報に重み付けを事前に与えることができる。
第２実施形態にかかるリザボア素子１１は、ニューロモルフィック素子１００に適用できる。また第２実施形態にかかるリザボア素子１１は、第１実施形態にかかるリザボア素子１０と同様の効果が得られる。また第２実施形態にかかるリザボア素子１１は、書き込み電流の流れやすさの異なる特異点を有し、信号に優劣を与えることができる。
また第２実施形態にかかるリザボア素子１１は、種々の変更が可能である。例えば、ビア配線４は、第１強磁性層１の一面から下方に形成されている必要はなく、第1強磁性層１の側面に配線として設けられていてもよい。
「第３実施形態」
図１０は、第３実施形態にかかるリザボア素子の断面図である。第３実施形態にかかるリザボア素子１２は、共通電極層５を有する点が、第１実施形態にかかるリザボア素子１０と異なる。その他の構成は、第１実施形態にかかるリザボア素子１０と同一であり、説明を省く。また図１０において、図１と同一の構成には同一の符号を付す。
図１０は、第３実施形態にかかるリザボア素子の断面図である。第３実施形態にかかるリザボア素子１２は、共通電極層５を有する点が、第１実施形態にかかるリザボア素子１０と異なる。その他の構成は、第１実施形態にかかるリザボア素子１０と同一であり、説明を省く。また図１０において、図１と同一の構成には同一の符号を付す。
共通電極層５は、複数のビア配線４のうち少なくとも２つ以上のビア配線４を繋ぐ。共通電極層５は、例えば、ｘｙ面内に連続して広がる。共通電極層５は、ビア配線４と同様の材料により構成される。
リザボア素子１２が共通電極層５を有すると、書き込み電流の一部は、第１強磁性層１内をｘｙ面内に流れる。第１強磁性層１内で磁壁が効率的に動き、一つの第２強磁性層２に入力される信号と他の第２強磁性層２に入力される信号との相互作用が促進され、より複雑な現象を表現できる。
第３実施形態にかかるリザボア素子１１は、ニューロモルフィック素子１００に適用できる。また第３実施形態にかかるリザボア素子１２は、第１実施形態にかかるリザボア素子１０と同様の効果が得られる。
「第４実施形態」
図１１は、第４実施形態にかかるリザボア素子の断面図である。第４実施形態にかかるリザボア素子１３は、磁気干渉層６を有する点が、第１実施形態にかかるリザボア素子１０と異なる。その他の構成は、第１実施形態にかかるリザボア素子１０と同一であり、説明を省く。また図１１において、図１と同一の構成には同一の符号を付す。
図１１は、第４実施形態にかかるリザボア素子の断面図である。第４実施形態にかかるリザボア素子１３は、磁気干渉層６を有する点が、第１実施形態にかかるリザボア素子１０と異なる。その他の構成は、第１実施形態にかかるリザボア素子１０と同一であり、説明を省く。また図１１において、図１と同一の構成には同一の符号を付す。
磁気干渉層６は、第1強磁性層１の非磁性層３と反対側の面に接している。磁気干渉層６は、ｘｙ面内に連続して広がる。
磁気干渉層６は、第１強磁性層１よりも保磁率が小さく、軟磁気特性に優れる。すなわち、磁気干渉層６の磁化は、第１強磁性層１の磁化より反転しやすい。磁気干渉層６は、例えば、Ｆｅ−Ｓｉ、Ｆｅ−Ｓｉ−Ａｌ、Ｆｅ−Ｃｏ−Ｖ、Ｎｉ−Ｆｅ、Ｃｏ−Ｆｅ−Ｓｉ−Ｂのいずれかを含む合金である。
リザボア素子１３に書き込み電流を流すと、磁気干渉層６内には、第１強磁性層１と同様に、異なる磁区が形成され、磁壁が生じる。磁気干渉層６の磁壁は、第１強磁性層1の磁壁より動きやすい。磁気干渉層６は、長距離の磁気相関を担う。
リザボア素子１３が磁気干渉層６を有すると、第１強磁性層１の材料選択の自由度が高まる。
磁気抵抗変化は、非磁性層３を挟む２つの磁性体（第１強磁性層１と第２強磁性層２）の磁気状態の変化により生じる。第１強磁性層１は、第２強磁性層２との間で、コヒーレントトンネル効果を得やすい材料（例えば、ＭｇＯ、ＭｇＡｌ２Ｏ４）を含むことが好ましい。
一方で、コヒーレントトンネル効果を得やすい材料は、必ずしも磁壁が動きやすい材料ではない。リザボア素子１２は、第１強磁性層１が磁気抵抗変化を担い、磁気干渉層６が長距離の磁気相関を担う。すなわち、第１強磁性層１は磁壁が動きやすい材料である必要がなくなり、第１強磁性層１の材料選択の自由度が高まる。
第４実施形態にかかるリザボア素子１３は、ニューロモルフィック素子１００に適用できる。また第４実施形態にかかるリザボア素子１３は、第１実施形態にかかるリザボア素子１０と同様の効果が得られる。また第４実施形態にかかるリザボア素子１３は、第１強磁性層１と磁気干渉層６とで機能を分けることで、一つの第２強磁性層２に入力される信号と他の第２強磁性層２に入力される信号との相互作用が促進され、より複雑な現象を表現できる。
以上、本発明の好ましい実施の形態の一例について詳述したが、本発明はこの実施の形態に限定されるものではなく、特許請求の範囲内に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
例えば、第１実施形態にかかるリザボア素子１０から第４実施形態にかかるリザボア素子１３が有する特徴的な構成を組み合わせてもよい。
１ 第１強磁性層
２ 第２強磁性層
２’ 強磁性層
３ 非磁性層
４ ビア配線
５ 共通電極層
６ 磁気干渉層
１０、１０Ａ、１０Ｂ、１０Ｃ、１１、１２、１３ リザボア素子
２０ 入力部
３０ 出力部
１００ ニューロモルフィック素子
Ａ 集合体
Ｃｐ チップ
ＨＭ ハードマスク
Ｉ 層間絶縁膜
Ｓｂ 基板
２ 第２強磁性層
２’ 強磁性層
３ 非磁性層
４ ビア配線
５ 共通電極層
６ 磁気干渉層
１０、１０Ａ、１０Ｂ、１０Ｃ、１１、１２、１３ リザボア素子
２０ 入力部
３０ 出力部
１００ ニューロモルフィック素子
Ａ 集合体
Ｃｐ チップ
ＨＭ ハードマスク
Ｉ 層間絶縁膜
Ｓｂ 基板
Claims (8)
- 第１強磁性層と、
前記第１強磁性層に対して第１方向に位置し、前記第１方向からの平面視で互いに離間して配置された複数の第２強磁性層と、
前記第１強磁性層と前記複数の第２強磁性層との間に位置する非磁性層と、
前記第１強磁性層と電気的に接続されたビア配線と、を備え、
前記複数の第２強磁性層のうち隣接する第２強磁性層のそれぞれから前記ビア配線に向って書き込み電流が流れた際に、前記隣接する第２強磁性層のそれぞれから広がる磁区が相互作用する、リザボア素子。 - 前記ビア配線が複数あり、
複数のビア配線のそれぞれは、前記第１強磁性層の前記非磁性層と反対側の面と電気的に接続され、前記第１方向からの平面視で、前記複数の第２強磁性層のそれぞれと重なる位置にある、請求項１に記載のリザボア素子。 - 前記第１強磁性層の前記非磁性層と反対側の面に接し、前記第１強磁性層よりも保磁率の小さい磁気干渉層を備える、請求項１又は２に記載のリザボア素子。
- 前記磁気干渉層は、Ｆｅ−Ｓｉ、Ｆｅ−Ｓｉ−Ａｌ、Ｆｅ−Ｃｏ−Ｖ、Ｎｉ−Ｆｅ、Ｃｏ−Ｆｅ−Ｓｉ−Ｂのいずれかを含む合金である、請求項３に記載のリザボア素子。
- 前記複数のビア配線のうち少なくとも２つ以上のビア配線を繋ぐ共通電極層をさらに備える、請求項２に記載のリザボア素子。
- 前記複数の第２強磁性層は、前記第１方向からの平面視で六方格子状に配列している、請求項１〜５のいずれか一項に記載のリザボア素子。
- 前記複数の第２強磁性層は、前記第１方向からの平面視で第２強磁性層が密集した集合体を複数形成し、前記集合体において、前記第２強磁性層は六方格子状に配列している、請求項１〜５のいずれか一項に記載のリザボア素子。
- 請求項１〜７のいずれか一項に記載のリザボア素子と、
前記リザボア素子に接続された入力部と、
前記リザボア素子に接続され、前記リザボア素子からの信号を学習する出力部と、を備える、ニューロモルフィック素子。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2018/033798 WO2020053987A1 (ja) | 2018-09-12 | 2018-09-12 | リザボア素子及びニューロモルフィック素子 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6620913B1 true JP6620913B1 (ja) | 2019-12-18 |
| JPWO2020053987A1 JPWO2020053987A1 (ja) | 2020-10-22 |
Family
ID=68581132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019530519A Active JP6620913B1 (ja) | 2018-09-12 | 2018-09-12 | リザボア素子及びニューロモルフィック素子 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11588099B2 (ja) |
| EP (1) | EP3640960B1 (ja) |
| JP (1) | JP6620913B1 (ja) |
| CN (1) | CN110895952B (ja) |
| WO (1) | WO2020053987A1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6908210B1 (ja) * | 2020-03-26 | 2021-07-21 | Tdk株式会社 | パラメータの設定方法およびリザボア素子の制御方法 |
| US11810700B2 (en) | 2018-10-30 | 2023-11-07 | Tanaka Kikinzoku Kogyo K.K. | In-plane magnetized film, in-plane magnetized film multilayer structure, hard bias layer, magnetoresistive element, and sputtering target |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6803575B2 (ja) * | 2016-06-24 | 2020-12-23 | 国立研究開発法人物質・材料研究機構 | Ｉ−ｉｉｉ−ｖｉ２化合物半導体を用いた磁気抵抗素子及びその製造方法、これを用いた磁気記憶装置並びにスピントランジスタ |
| JP7120485B1 (ja) * | 2021-06-24 | 2022-08-17 | Tdk株式会社 | 情報処理装置 |
| EP4160484A1 (en) | 2021-10-01 | 2023-04-05 | Centre national de la recherche scientifique | « in materio computing » classification device |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140214738A1 (en) * | 2013-01-29 | 2014-07-31 | Hewlett-Packard Development Company, L.P. | Neuristor-based reservoir computing devices |
| WO2014207818A1 (ja) * | 2013-06-25 | 2014-12-31 | 株式会社日立製作所 | スピン波回路 |
| US20170330070A1 (en) * | 2016-02-28 | 2017-11-16 | Purdue Research Foundation | Spin orbit torque based electronic neuron |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001267522A (ja) * | 2000-03-23 | 2001-09-28 | Sharp Corp | 磁気メモリ素子及び磁気メモリ |
| JP2004164692A (ja) * | 2002-11-08 | 2004-06-10 | Toshiba Corp | 磁気記録媒体及びその製造方法 |
| CN1755929B (zh) * | 2004-09-28 | 2010-08-18 | 飞思卡尔半导体（中国）有限公司 | 形成半导体封装及其结构的方法 |
| US7443638B2 (en) * | 2005-04-22 | 2008-10-28 | Taiwan Semiconductor Manufacturing Company Ltd. | Magnetoresistive structures and fabrication methods |
| US8194364B2 (en) * | 2009-08-31 | 2012-06-05 | Tdk Corporation | Magnetoresistive effect element in CPP-type structure including ferromagnetic layer configured with CoFe system alloy and magnetic disk device therewith |
| JP5150673B2 (ja) * | 2010-03-19 | 2013-02-20 | 株式会社東芝 | スピンメモリおよびスピントランジスタ |
| JP5514059B2 (ja) * | 2010-09-17 | 2014-06-04 | 株式会社東芝 | 磁気抵抗効果素子及び磁気ランダムアクセスメモリ |
| EP2503556B1 (en) * | 2011-03-25 | 2016-10-12 | Technische Universität Dresden | Memristive system |
| JP2012209358A (ja) * | 2011-03-29 | 2012-10-25 | Renesas Electronics Corp | 磁気記憶素子および磁気記憶装置 |
| US10395168B2 (en) * | 2015-10-26 | 2019-08-27 | International Business Machines Corporation | Tunable optical neuromorphic network |
| WO2017213261A1 (ja) | 2016-06-10 | 2017-12-14 | Tdk株式会社 | 交換バイアス利用型磁化反転素子、交換バイアス利用型磁気抵抗効果素子、交換バイアス利用型磁気メモリ、不揮発性ロジック回路および磁気ニューロン素子 |
| JP6724646B2 (ja) * | 2016-08-10 | 2020-07-15 | Tdk株式会社 | 磁気抵抗効果素子、熱履歴センサおよびスピングラス利用型磁気メモリ |
| FR3084503B1 (fr) * | 2018-07-26 | 2020-10-16 | Thales Sa | Chaîne synaptique comprenant des resonateurs spintroniques bases sur l'effet de diode de spin et reseau de neurones comprenant une telle chaîne synaptique |
| FR3084505B1 (fr) * | 2018-07-26 | 2021-09-10 | Thales Sa | Reseau de neurones comportant des resonateurs spintroniques |
-
2018
- 2018-09-12 WO PCT/JP2018/033798 patent/WO2020053987A1/ja active Application Filing
- 2018-09-12 JP JP2019530519A patent/JP6620913B1/ja active Active
-
2019
- 2019-09-10 US US16/566,003 patent/US11588099B2/en active Active
- 2019-09-10 EP EP19196454.3A patent/EP3640960B1/en active Active
- 2019-09-11 CN CN201910858696.4A patent/CN110895952B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140214738A1 (en) * | 2013-01-29 | 2014-07-31 | Hewlett-Packard Development Company, L.P. | Neuristor-based reservoir computing devices |
| WO2014207818A1 (ja) * | 2013-06-25 | 2014-12-31 | 株式会社日立製作所 | スピン波回路 |
| US20170330070A1 (en) * | 2016-02-28 | 2017-11-16 | Purdue Research Foundation | Spin orbit torque based electronic neuron |
Non-Patent Citations (3)
| Title |
|---|
| M.RIOU ET AL.: "Neuromorphic Computing through Time-Multiplexing with a Spin-Torque Nano-Oscillator", IEEE CONFERENCE PROCEEDINGS, vol. 2017, JPN7019002525, 2017, pages 36 - 3, ISSN: 0004136931 * |
| TORREJON, JACOB ET AL.: "Neuromorphic Computing with nanoscale spintronic oscillators", NATURE, vol. 547, no. 7664, JPN7019002526, 27 July 2017 (2017-07-27), pages 428 - 431, XP055593242, ISSN: 0004136932, DOI: 10.1038/nature23011 * |
| 常木澄人: "スピントルク発振素子を用いたリザーバーコンピューティング", 第６５回応用物理学会春季学術講演会講演予稿集, JPN7019002527, 5 March 2018 (2018-03-05), pages 104 - 7, ISSN: 0004136930 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11810700B2 (en) | 2018-10-30 | 2023-11-07 | Tanaka Kikinzoku Kogyo K.K. | In-plane magnetized film, in-plane magnetized film multilayer structure, hard bias layer, magnetoresistive element, and sputtering target |
| JP6908210B1 (ja) * | 2020-03-26 | 2021-07-21 | Tdk株式会社 | パラメータの設定方法およびリザボア素子の制御方法 |
| WO2021192147A1 (ja) * | 2020-03-26 | 2021-09-30 | Tdk株式会社 | パラメータの設定方法およびリザボア素子の制御方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2020053987A1 (ja) | 2020-10-22 |
| CN110895952B (zh) | 2023-07-18 |
| CN110895952A (zh) | 2020-03-20 |
| US11588099B2 (en) | 2023-02-21 |
| WO2020053987A1 (ja) | 2020-03-19 |
| EP3640960B1 (en) | 2023-07-05 |
| EP3640960A1 (en) | 2020-04-22 |
| US20200083434A1 (en) | 2020-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6620913B1 (ja) | リザボア素子及びニューロモルフィック素子 | |
| US10916480B2 (en) | Magnetic wall utilization type analog memory device, magnetic wall utilization type analog memory, nonvolatile logic circuit, and magnetic neuro device | |
| JP6620915B1 (ja) | リザボア素子及びニューロモルフィック素子 | |
| CN110462814B (zh) | 自旋元件及磁存储器 | |
| US10490735B2 (en) | Magnetic memory | |
| WO2017183573A1 (ja) | 磁壁利用型アナログメモリ素子および磁壁利用型アナログメモリ | |
| JP6642773B2 (ja) | スピン流磁化反転素子、スピン軌道トルク型磁気抵抗効果素子、及びスピン流磁化反転素子の製造方法 | |
| US20180301199A1 (en) | Magnetic domain wall type analog memory element, magnetic domain wall type analog memory, nonvolatile logic circuit, and magnetic neuro-element | |
| JP6551594B1 (ja) | スピン軌道トルク型磁気抵抗効果素子及び磁気メモリ | |
| JP2019161176A (ja) | スピン軌道トルク型磁化回転素子、スピン軌道トルク型磁気抵抗効果素子、磁気メモリ及び発振器 | |
| JP2019041098A (ja) | スピン流磁気抵抗効果素子及び磁気メモリ | |
| JP2019047110A (ja) | スピン流磁化反転素子、スピン軌道トルク型磁気抵抗効果素子、磁気メモリ及び高周波磁気素子 | |
| JPWO2020157912A1 (ja) | スピン軌道トルク型磁化回転素子、スピン軌道トルク型磁気抵抗効果素子、磁気メモリ及びリザボア素子 | |
| JP6625281B1 (ja) | リザボア素子及びニューロモルフィック素子 | |
| JP6973679B2 (ja) | 磁性素子、磁気メモリ、リザボア素子、認識機及び磁性素子の製造方法 | |
| JP6866917B2 (ja) | リザボア素子の動作方法 | |
| JP6886951B2 (ja) | 磁気記憶装置 | |
| JP6897888B2 (ja) | リザボア素子及びニューロモルフィック素子 | |
| JP2022087584A (ja) | 磁気アレイ及び磁気アレイの製造方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190606 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190606 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190709 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190813 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190926 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191023 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191105 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6620913 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |