WO2020053987A1 - 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 PDF

Info

Publication number
WO2020053987A1
WO2020053987A1 PCT/JP2018/033798 JP2018033798W WO2020053987A1 WO 2020053987 A1 WO2020053987 A1 WO 2020053987A1 JP 2018033798 W JP2018033798 W JP 2018033798W WO 2020053987 A1 WO2020053987 A1 WO 2020053987A1
Authority
WO
WIPO (PCT)
Prior art keywords
reservoir element
layer
ferromagnetic layer
ferromagnetic
reservoir
Prior art date
Application number
PCT/JP2018/033798
Other languages
English (en)
French (fr)
Inventor
智生 佐々木
竜雄 柴田
Original Assignee
Tdk株式会社
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 Tdk株式会社 filed Critical Tdk株式会社
Priority to JP2019530519A priority Critical patent/JP6620913B1/ja
Priority to PCT/JP2018/033798 priority patent/WO2020053987A1/ja
Priority to EP19196454.3A priority patent/EP3640960B1/en
Priority to US16/566,003 priority patent/US11588099B2/en
Priority to CN201910858696.4A priority patent/CN110895952B/zh
Publication of WO2020053987A1 publication Critical patent/WO2020053987A1/ja

Links

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

Definitions

  • the present invention relates to a reservoir element and a neuromorphic element.
  • a neuromorphic element is an element that imitates the human brain using a neural network. Neuromorphic elements artificially mimic the relationship between neurons and synapses in the human brain.
  • the hierarchical device is one of the neuromorphic devices.
  • the hierarchical element has chips (neurons in the brain) arranged in a hierarchical manner, and transmission means (synapses in the brain) connecting them.
  • Hierarchical elements increase the correct answer rate of a question by learning by a transmission means (synapse). Learning is to find knowledge that can be used in the future from information, and neuromorphic elements weight input data.
  • the hierarchical element learns at each layer.
  • a reservoir computer is one of the neuromorphic devices.
  • the reservoir computer includes a reservoir element and an output unit.
  • the reservoir element consists of a plurality of chips interacting with each other.
  • the plurality of chips interact with each other according to the input signals and output signals.
  • the transmission means connecting a plurality of chips has a fixed weight and does not learn.
  • the output unit learns a signal from the reservoir element and outputs the signal to the outside.
  • a reservoir computer compresses data with a reservoir element and weights the data at an output unit to increase the correct answer rate of the question. Learning in the reservoir computer is performed only at the output unit.
  • the reservoir computer is expected as one of means for simplifying the circuit design of the neuromorphic element and improving the power consumption.
  • Non-Patent Document 1 describes a neuromorphic element using a spin torque oscillation (STO) element as a chip (neuron).
  • STO spin torque oscillation
  • the resonance frequencies of the STO elements may vary due to a manufacturing error or the like, and the STO elements may not sufficiently interact with each other.
  • the STO element oscillates by applying a high-frequency current in the stacking direction. Applying a high-frequency current in the stacking direction of the STO element having the insulating layer for a long time causes the STO element to fail.
  • the present invention has been made in view of the above circumstances, and provides a reservoir element and a neuromorphic element that operate stably.
  • the present invention provides the following means in order to solve the above problems.
  • the reservoir element according to the first aspect is located in a first direction with respect to the first ferromagnetic layer and the first ferromagnetic layer, and is spaced apart from each other in plan view from the first direction.
  • the reservoir element according to the above aspect may further include a via wiring electrically connected to a surface of the first ferromagnetic layer opposite to the nonmagnetic layer.
  • each of the plurality of via wirings is located at a position overlapping with each of the plurality of second ferromagnetic layers in a plan view from the first direction. There may be.
  • the reservoir element according to the above aspect may include a magnetic interference layer in contact with a surface of the first ferromagnetic layer opposite to the nonmagnetic layer and having a smaller coercivity than the first ferromagnetic layer.
  • the magnetic interference layer is made of an alloy containing any of Fe-Si, Fe-Si-Al, Fe-Co-V, Ni-Fe, and Co-Fe-Si-B. It may be.
  • the reservoir element according to the above aspect may further include a common electrode layer connecting at least two or more via wirings of the plurality of via wirings.
  • the plurality of second ferromagnetic layers may be arranged in a hexagonal lattice shape in plan view from the first direction.
  • the plurality of second ferromagnetic layers form a plurality of aggregates in which the second ferromagnetic layers are densely formed in a plan view from the first direction.
  • the second ferromagnetic layers may be arranged in a hexagonal lattice.
  • a neuromorphic device wherein the reservoir element according to the above aspect, an input unit connected to the reservoir element, and a signal connected to the reservoir element to learn a signal from the reservoir element.
  • An output unit
  • the reservoir element and the neuromorphic element according to the present embodiment can operate stably.
  • FIG. 2 is a conceptual diagram of a neuromorphic element according to the first embodiment. It is a perspective view of a reservoir element concerning a 1st embodiment.
  • FIG. 3 is a side view of the reservoir element according to the first embodiment. It is a top view of the reservoir element concerning a 1st embodiment. It is a top view of another example of the reservoir element concerning a 1st embodiment. It is a top view of another example of the reservoir element concerning a 1st embodiment. It is a top view of another example of the reservoir element concerning a 1st embodiment. It is a top view of another example of the reservoir element concerning a 1st embodiment.
  • FIG. 5 is a cross-sectional view illustrating the method of manufacturing the reservoir element according to the first embodiment. FIG. 5 is a cross-sectional view illustrating the method of manufacturing the reservoir element according to the first embodiment.
  • FIG. 5 is a cross-sectional view illustrating the method of manufacturing the reservoir element according to the first embodiment.
  • FIG. 5 is a cross-sectional view illustrating the method of manufacturing the reservoir element according to the first embodiment. It is a perspective view of a reservoir element concerning a 2nd embodiment. It is a side view of the reservoir element concerning a 3rd embodiment. It is a side view of the reservoir element concerning a 4th embodiment.
  • FIG. 1 is a conceptual diagram of a neuromorphic device according to the first embodiment.
  • the neuromorphic element 100 has an input unit 20, a reservoir element 10, and an output unit 30.
  • the input unit 20 and the output unit 30 are connected to the reservoir element 10.
  • the neuromorphic element 100 compresses the signal input from the input unit 20 by the reservoir element 10, weights (learns) the signal compressed by the output unit 30, and outputs the signal to the outside.
  • the input unit 20 transmits a signal input from the outside to the reservoir element 10.
  • the input unit 20 includes, for example, a plurality of sensors.
  • the plurality of sensors sense information outside the neuromorphic element 100 and input the information to the reservoir element 10 as signals.
  • the signal may be input to the reservoir element 10 continuously with a change in external information with time, or may be divided into predetermined time domains and input to the reservoir element 10.
  • the reservoir element 10 has a plurality of chips Cp.
  • the plurality of chips Cp interact with each other.
  • the signal input to the reservoir element 10 has a lot of information.
  • a large amount of information included in a signal is compressed into necessary information by a plurality of chips Cp interacting with each other.
  • the compressed signal is transmitted to the output unit 30.
  • the reservoir element 10 does not learn. That is, the plurality of chips Cp only interact with each other, and the signals transmitted between the plurality of chips Cp are not weighted.
  • the output unit 30 receives a signal from the chip Cp of the reservoir element 10.
  • the output unit 30 learns.
  • the output unit 30 performs weighting by learning for each signal from each chip Cp.
  • the output unit 30 includes, for example, a nonvolatile memory.
  • the nonvolatile memory is, for example, a magnetoresistive element.
  • the output unit 30 outputs a signal to the outside of the neuromorphic element 100.
  • the neuromorphic element 100 compresses the data with the reservoir element 10 and weights the data with the output unit 30 to increase the correct answer rate of the question.
  • the neuromorphic element 100 is excellent in power consumption. Only the output unit 30 learns in the neuromorphic element 100. The learning is to adjust the weight of the signal transmitted from each chip Cp. The weight of the signal is determined according to the importance of the signal. When the signal weight is adjusted as needed, the circuit between the chips Cp becomes active. As the number of active circuits increases, the power consumption of the neuromorphic element 100 increases. The neuromorphic element 100 only needs to learn the output unit 30 in the final stage, and is excellent in power consumption.
  • FIG. 2 is a perspective view of the reservoir element 10 according to the first embodiment.
  • FIG. 3 is a side view of the reservoir element 10 according to the first embodiment.
  • FIG. 4 is a plan view of the reservoir element 10 according to the first embodiment.
  • the reservoir element 10 includes a first ferromagnetic layer 1, a plurality of second ferromagnetic layers 2, a nonmagnetic layer 3, and a plurality of via wirings 4.
  • the plurality of second ferromagnetic layers 2 correspond to the chip Cp in FIG.
  • the direction is an example of a first direction.
  • the first ferromagnetic layer 1 extends continuously in the xy plane.
  • the first ferromagnetic layer 1 may be a perpendicular magnetization film in which the easy axis of magnetization is oriented in the z direction, or an in-plane magnetization film in which the easy axis is oriented in the xy plane direction.
  • the first ferromagnetic layer 1 contains a ferromagnetic material.
  • the first ferromagnetic layer 1 is made of, for example, a metal selected from the group consisting of Cr, Mn, Co, Fe, and Ni, an alloy containing one or more of these metals, and at least one of these metals and B, C, and N. Includes alloys containing one or more elements.
  • the first ferromagnetic layer 1 is, for example, Co—Fe, Co—Fe—B, Ni—Fe, a Co—Ho alloy (CoHo 2 ), or an Sm—Fe alloy (SmFe 12 ).
  • CoHo 2 CoHo 2
  • Sm—Fe alloy Sm—Fe alloy
  • the first ferromagnetic layer 1 may be a Heusler alloy.
  • Heusler alloy is an intermetallic compound having the XYZ or X 2 YZ chemical composition
  • X is Co in the periodic table
  • Fe a transition metal element or precious metal of Ni or Cu group
  • Y is Mn, V , Cr, or a transition metal of the Ti group or an element type of X
  • Z is a typical element of the group III to group V.
  • Heusler alloys for example, a Co 2 FeSi, Co 2 FeGe, Co 2 FeGa, Co 2 MnSi, Co 2 Mn 1-a Fe a Al b Si 1-b, Co 2 FeGe 1-c Ga c.
  • Heusler alloys have a high spin polarizability and exhibit a stronger magnetoresistance effect.
  • the first ferromagnetic layer 1 preferably contains at least one element selected from the group consisting of Co, Ni, Pt, Pd, Gd, Tb, Mn, Ge, and Ga.
  • a laminated film of Co and Ni, a laminated film of Co and Pt, a laminated film of Co and Pd, a MnGa-based material, a GdCo-based material, and a TbCo-based material can be given.
  • Ferrimagnetic materials such as MnGa-based materials, GdCo-based materials, and TbCo-based materials have a small saturation magnetization and a small threshold current necessary for moving the domain wall.
  • the second ferromagnetic layer 2 is formed on one surface of the non-magnetic layer 3.
  • the second ferromagnetic layers 2 protrude in the z-direction, and are present apart from each other in the xy plane.
  • a plurality of second ferromagnetic layers 2 exist for one first ferromagnetic layer 1.
  • the adjacent second ferromagnetic layer 2 is insulated by, for example, an interlayer insulating film.
  • the plurality of second ferromagnetic layers 2 are arranged, for example, in a hexagonal lattice shape in plan view from the z direction (see FIG. 4).
  • the signal input to the second ferromagnetic layer 2 propagates in the first ferromagnetic layer 1.
  • a signal input from the second ferromagnetic layer 2 easily interferes with a signal input from another second ferromagnetic layer 2.
  • FIG. 5 to 7 are plan views of another example of the reservoir element according to the first embodiment.
  • the reservoir element 10A shown in FIG. 5 has a plurality of second ferromagnetic layers 2 arranged in a square lattice. The distance between the adjacent second ferromagnetic layers 2 is equal, and the input signal is homogenized.
  • the plurality of second ferromagnetic layers 2 are densely arranged in a hexagonal lattice. As the density of the second ferromagnetic layers 2 increases, signals input to different second ferromagnetic layers 2 easily interfere with each other. In this case as well, the second ferromagnetic layers 2 are insulated from each other.
  • the reservoir element 10C shown in FIG. 7 has a plurality of aggregates A in which the second ferromagnetic layers 2 are densely formed.
  • the second ferromagnetic layers 2 are arranged in a hexagonal lattice. Adjacent second ferromagnetic layers 2 are insulated.
  • the reservoir element 10 ⁇ / b> C causes mutual interference between signals input to the second ferromagnetic layer 2 configuring one aggregate A and interference between signals input to the second ferromagnetic layer 2 configuring a different aggregate A.
  • Mutual interference has different conditions for mutual interference. By adjusting the conditions of the mutual interference in the reservoir element 10C, the reservoir element 10C emphasizes a specific signal and transmits the signal to the output unit 30.
  • each second ferromagnetic layer 2 is, for example, columnar (see FIG. 1).
  • the shape of the second ferromagnetic layer 2 is not limited to a column shape.
  • the shape of the second ferromagnetic layer 2 may be, for example, an elliptical cylinder, a quadrangular prism, a cone, an elliptical cone, a truncated cone, a truncated pyramid, or the like.
  • the second ferromagnetic layer 2 contains a ferromagnetic material.
  • the ferromagnetic material used for the second ferromagnetic layer 2 is the same as the material used for the first ferromagnetic layer 1.
  • the second ferromagnetic layer 2 is less likely to change the direction of magnetization than the first ferromagnetic layer 1 and is called a magnetization fixed layer.
  • the magnetization of the second ferromagnetic layer 2 is adjusted to the first strength by adjusting the material used for the first ferromagnetic layer 1 and the second ferromagnetic layer 2 and the layer configuration adjacent to the second ferromagnetic layer 2.
  • the magnetization of the magnetic layer 1 is fixed. For example, when a material having a larger coercive force than the material forming the first ferromagnetic layer 1 is used for the second ferromagnetic layer 2, the magnetization of the second ferromagnetic layer 2 is fixed with respect to the magnetization of the first ferromagnetic layer 1. Is done.
  • an antiferromagnetic layer is laminated on the surface of the second ferromagnetic layer 2 on the side opposite to the nonmagnetic layer 3, and when the antiferromagnetic layer and the second ferromagnetic layer 2 are antiferromagnetically coupled, the second The magnetization of the ferromagnetic layer 2 is fixed with respect to the magnetization of the first ferromagnetic layer.
  • the nonmagnetic layer 3 is located between the first ferromagnetic layer 1 and the second ferromagnetic layer 2.
  • the non-magnetic layer 3 continuously extends, for example, in the xy plane.
  • the nonmagnetic layer 3 may be scattered in the xy plane only at a position between the first ferromagnetic layer 1 and the second ferromagnetic layer 2.
  • the non-magnetic layer 3 is made of a non-magnetic material.
  • the non-magnetic layer 3 is, for example, Al 2 O 3 , SiO 2 , MgO, MgAl 2 O 4 or the like.
  • the nonmagnetic layer 3 may be a material or the like in which a part of Al, Si, and Mg in the above materials is replaced with Zn, Be, or the like.
  • MgO and MgAl 2 O 4 can realize a coherent tunnel phenomenon between the first ferromagnetic layer 1 and the second ferromagnetic layer 2 and efficiently transfer spin from the first ferromagnetic layer 1 to the second ferromagnetic layer 2.
  • the nonmagnetic layer 3 is a metal
  • the nonmagnetic layer 3 is, for example, Cu, Au, Ag, or the like.
  • the nonmagnetic layer 3 is a semiconductor
  • the nonmagnetic layer 3 is, for example, Si, Ge, CuInSe 2 , CuGaSe 2 , Cu (In, Ga) Se 2, or the like.
  • the via wiring 4 is electrically connected to the surface of the first ferromagnetic layer 1 on the side opposite to the nonmagnetic layer 3.
  • the via wiring 4 may be directly connected to the first ferromagnetic layer 1, or may be connected via another layer. 1 and 3 protrude from the first ferromagnetic layer 1 in the ⁇ z direction, and a plurality of via wirings 4 are spaced apart from each other in the xy plane.
  • the via wiring 4 includes a conductor.
  • the via wiring 4 is, for example, Cu, Al, or Au.
  • the adjacent via wiring 4 is insulated.
  • Each of the via wirings 4 shown in FIGS. 1 and 3 is arranged at a position corresponding to each of the plurality of second ferromagnetic layers 2. That is, each of the second ferromagnetic layers 2 and each of the via wirings 4 overlap in a plan view from the z direction.
  • FIGS. 8A to 8D are cross-sectional views illustrating a method for manufacturing the reservoir element 10 according to the first embodiment.
  • a hole is formed in the substrate Sb, and the inside of the hole is filled with a conductor (FIG. 8A).
  • the substrate Sb is, for example, a semiconductor substrate.
  • the substrate Sb is preferably, for example, Si or AlTiC. Si and AlTiC can easily obtain a surface with excellent flatness.
  • the holes are formed using, for example, reactive ion etching (RIE).
  • RIE reactive ion etching
  • CVD chemical vapor deposition
  • a hard mask HM is formed at a predetermined position on the surface of the ferromagnetic layer 2 '(FIG. 8C).
  • the portion of the ferromagnetic layer 2 'that is not covered with the hard mask HM is removed by RIE or ion milling.
  • the ferromagnetic layer 2 ′ becomes a plurality of second ferromagnetic layers 2 by removing unnecessary portions.
  • the space between the second ferromagnetic layers 2 is protected by the interlayer insulating film I (FIG. 8D). According to the above procedure, the neuromorphic element 100 according to the first embodiment is obtained.
  • the sensors constituting the input unit 20 are connected to the second ferromagnetic layer 2 of the reservoir element 10, respectively.
  • the sensor receiving the external signal causes a write current to flow from the corresponding second ferromagnetic layer 2 to the via wiring 4.
  • each of the via wirings 4 is disposed at a position corresponding to each of the plurality of second ferromagnetic layers 2, most of the write current flows in the z direction.
  • the write current is spin-polarized by the second ferromagnetic layer 2 and reaches the first ferromagnetic layer 1.
  • the spin-polarized current gives a spin transfer torque (STT) to the magnetization of the first ferromagnetic layer 1.
  • STT spin transfer torque
  • the magnetization of the first ferromagnetic layer 1 near the second ferromagnetic layer 2 to which the write current has flowed is inverted by STT.
  • the direction of magnetization of the first ferromagnetic layer 1 is different between the vicinity of the second ferromagnetic layer 2 where the write current has flowed and other portions, and two magnetic domains are formed in the first ferromagnetic layer 1.
  • a domain wall is formed between the two magnetic domains.
  • the range of magnetic domains formed near the second ferromagnetic layer 2 varies depending on the application time and amount of the write current. When the application amount of the write current is large, the range of the magnetic domain formed near the second ferromagnetic layer 2 is widened. The domain wall moves in a direction expanding from the second ferromagnetic layer 2 according to the expansion of the magnetic domain.
  • a signal is output from the reservoir element 10 to the output unit 30.
  • the signal is output by passing a read current from the second ferromagnetic layer 2 to the via wiring 4.
  • the read current has a lower current density than the write current, and does not reverse the magnetization of the first ferromagnetic layer 1.
  • the difference in the relative angle between the magnetization of the second ferromagnetic layer 2 and the magnetization of the first ferromagnetic layer 1 at a position overlapping the second ferromagnetic layer 2 becomes a change in resistance value. Is output.
  • the direction of magnetization of the first ferromagnetic layer 1 at a position overlapping with the second ferromagnetic layer 2 is affected by magnetic domains spreading from the vicinity of the other second ferromagnetic layers. That is, the signal read from one second ferromagnetic layer 2 includes the information written in the other second ferromagnetic layer 2 and the information is compressed.
  • the finally compressed signal is transmitted to the output unit 30.
  • the output unit 30 weights signals read from each of the second ferromagnetic layers 2 by learning.
  • the magnetic domains formed near the adjacent second ferromagnetic layer 2 in the first ferromagnetic layer 1 interact with each other.
  • the signals input from the input unit 20 interact with each other in the first ferromagnetic layer 1 to generate one magnetic state in the first ferromagnetic layer 1. That is, the signal input from the input unit 20 is compressed into one magnetic state in the first ferromagnetic layer 1. Therefore, in the neuromorphic element 100 according to the first embodiment, the signal is appropriately compressed by the reservoir element 10. By compressing the signal, only the output unit 30 needs to learn, and the power consumption of the neuromorphic element 100 is reduced.
  • the magnetic state of the first ferromagnetic layer 1 is maintained in a nonvolatile manner unless a new write current is applied.
  • FIG. 9 is a cross-sectional view of a reservoir element according to the second embodiment.
  • the reservoir element 11 according to the second embodiment differs from the reservoir element 10 according to the first embodiment in that the reservoir element 11 does not have a plurality of via wirings 4.
  • Other configurations are the same as those of the reservoir element 10 according to the first embodiment, and description thereof will be omitted.
  • FIG. 9 the same components as those in FIG. 1 are denoted by the same reference numerals.
  • the number of the via wiring 4 is one.
  • the via wiring 4 is electrically connected to the first ferromagnetic layer 1.
  • the distance between the second ferromagnetic layer 2 and the via wiring 4 is different for each of the second ferromagnetic layers 2.
  • the amount of write current flowing in the xy plane of the first ferromagnetic layer 1 differs depending on which second ferromagnetic layer 2 receives a signal. That is, the easiness of movement of the domain wall becomes non-uniform depending on which of the second ferromagnetic layers 2 receives a signal.
  • the reservoir element 11 can preferentially output predetermined information among the signals input from the input unit 20, and can give necessary information a weight in advance.
  • the reservoir element 11 according to the second embodiment can be applied to the neuromorphic element 100.
  • the reservoir element 11 according to the second embodiment has the same effect as the reservoir element 10 according to the first embodiment.
  • the reservoir element 11 according to the second embodiment has singular points having different easiness of the flow of the write current, and can give superiority to a signal.
  • the reservoir element 11 according to the second embodiment can be variously modified.
  • the via wiring 4 does not need to be formed below one surface of the first ferromagnetic layer 1 and may be provided as a wiring on the side surface of the first ferromagnetic layer 1.
  • FIG. 10 is a cross-sectional view of a reservoir element according to the third embodiment.
  • the reservoir element 12 according to the third embodiment is different from the reservoir element 10 according to the first embodiment in having the common electrode layer 5.
  • Other configurations are the same as those of the reservoir element 10 according to the first embodiment, and description thereof will be omitted.
  • FIG. 10 the same components as those in FIG. 1 are denoted by the same reference numerals.
  • the common electrode layer 5 connects at least two or more via wires 4 among the plurality of via wires 4.
  • the common electrode layer 5 continuously spreads in the xy plane, for example.
  • the common electrode layer 5 is made of the same material as the via wiring 4.
  • the reservoir element 11 according to the third embodiment can be applied to the neuromorphic element 100. Further, the reservoir element 12 according to the third embodiment has the same effects as the reservoir element 10 according to the first embodiment.
  • FIG. 11 is a cross-sectional view of a reservoir element according to the fourth embodiment.
  • the reservoir element 13 according to the fourth embodiment is different from the reservoir element 10 according to the first embodiment in having the magnetic interference layer 6.
  • Other configurations are the same as those of the reservoir element 10 according to the first embodiment, and description thereof will be omitted. 11, the same components as those in FIG. 1 are denoted by the same reference numerals.
  • the magnetic interference layer 6 is in contact with the surface of the first ferromagnetic layer 1 on the side opposite to the nonmagnetic layer 3.
  • the magnetic interference layer 6 extends continuously in the xy plane.
  • the magnetic interference layer 6 has a smaller coercivity than the first ferromagnetic layer 1 and is excellent in soft magnetic properties. That is, the magnetization of the magnetic interference layer 6 is more easily inverted than the magnetization of the first ferromagnetic layer 1.
  • the magnetic interference layer 6 is, for example, an alloy containing any of Fe—Si, Fe—Si—Al, Fe—Co—V, Ni—Fe, and Co—Fe—Si—B.
  • the magnetic interference layer 6 When a write current is applied to the reservoir element 13, different magnetic domains are formed in the magnetic interference layer 6 as in the first ferromagnetic layer 1, and a domain wall is generated.
  • the domain wall of the magnetic interference layer 6 is easier to move than the domain wall of the first ferromagnetic layer 1.
  • the magnetic interference layer 6 carries out long-range magnetic correlation.
  • the degree of freedom in selecting the material of the first ferromagnetic layer 1 is increased.
  • the change in magnetoresistance is caused by a change in the magnetic state of two magnetic bodies (the first ferromagnetic layer 1 and the second ferromagnetic layer 2) sandwiching the nonmagnetic layer 3.
  • the first ferromagnetic layer 1 preferably contains a material (eg, MgO, MgAl 2 O 4 ) that easily obtains a coherent tunnel effect with the second ferromagnetic layer 2.
  • a material that easily obtains the coherent tunnel effect is not necessarily a material in which the domain wall is easy to move.
  • the first ferromagnetic layer 1 is responsible for the magnetoresistance change, and the magnetic interference layer 6 is responsible for long-range magnetic correlation. That is, the first ferromagnetic layer 1 does not need to be made of a material whose domain wall is easy to move, and the degree of freedom in selecting the material of the first ferromagnetic layer 1 is increased.
  • the reservoir element 13 according to the fourth embodiment can be applied to the neuromorphic element 100. Further, the reservoir element 13 according to the fourth embodiment has the same effects as the reservoir element 10 according to the first embodiment.
  • the functions of the first ferromagnetic layer 1 and the magnetic interference layer 6 are divided so that the signal input to one second ferromagnetic layer 2 and the other second ferromagnetic layer 2 are separated. Interaction with a signal input to the magnetic layer 2 is promoted, and a more complicated phenomenon can be expressed.
  • the characteristic configurations of the reservoir element 10 according to the first embodiment to the reservoir element 13 according to the fourth embodiment may be combined.

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

リザボア素子及びニューロモルフィック素子
　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。
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。 第１実施形態にかかるリザボア素子の斜視図である。 第１実施形態にかかるリザボア素子の側面図である。 第１実施形態にかかるリザボア素子の平面図である。 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。 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。 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。 第１実施形態にかかるリザボア素子の製造方法を示す断面図である。 第１実施形態にかかるリザボア素子の製造方法を示す断面図である。 第１実施形態にかかるリザボア素子の製造方法を示す断面図である。 第１実施形態にかかるリザボア素子の製造方法を示す断面図である。 第２実施形態にかかるリザボア素子の斜視図である。 第３実施形態にかかるリザボア素子の側面図である。 第４実施形態にかかるリザボア素子の側面図である。
　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。
　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。
　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。
　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。
　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。
　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

Claims (9)

  1. 　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、リザボア素子。
  2. 　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る、請求項１に記載のリザボア素子。
  3. 　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る、請求項２に記載のリザボア素子。
  4. 　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から３のいずれか一項に記載のリザボア素子。
  5. 　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４に記載のリザボア素子。
  6. 　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３に記載のリザボア素子。
  7. 　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１～６のいずれか一項に記載のリザボア素子。
  8. 　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１～６のいずれか一項に記載のリザボア素子。
  9. 　請求項１～８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。
PCT/JP2018/033798 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 WO2020053987A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2019530519A 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
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
EP19196454.3A EP3640960B1 (en) 2018-09-12 2019-09-10 Reservoir element and neuromorphic element
US16/566,003 US11588099B2 (en) 2018-09-12 2019-09-10 Reservoir element and neuromorphic element
CN201910858696.4A CN110895952B (zh) 2018-09-12 2019-09-11 储备池元件和神经形态元件

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 (1)

Publication Number Publication Date
WO2020053987A1 true WO2020053987A1 (ja) 2020-03-19

Family

ID=68581132

Family Applications (1)

Application Number Title Priority Date Filing Date
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

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 (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7120485B1 (ja) * 2021-06-24 2022-08-17 Tdk株式会社 情報処理装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
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
CN113228208B (zh) 2018-10-30 2023-06-02 田中贵金属工业株式会社 面内磁化膜、面内磁化膜多层结构、硬偏置层、磁阻效应元件和溅射靶
US20230140456A1 (en) * 2020-03-26 2023-05-04 Tdk Corporation Parameter setting method and control method for reservoir element
EP4160484A1 (en) * 2021-10-01 2023-04-05 Centre national de la recherche scientifique « in materio computing » classification device

Citations (1)

* Cited by examiner, † Cited by third party
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

Family Cites Families (16)

* Cited by examiner, † Cited by third party
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
WO2014207818A1 (ja) * 2013-06-25 2014-12-31 株式会社日立製作所 スピン波回路
US10395168B2 (en) * 2015-10-26 2019-08-27 International Business Machines Corporation Tunable optical neuromorphic network
US20170330070A1 (en) * 2016-02-28 2017-11-16 Purdue Research Foundation Spin orbit torque based electronic neuron
JP6801711B2 (ja) 2016-06-10 2020-12-16 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
FR3084505B1 (fr) * 2018-07-26 2021-09-10 Thales Sa Reseau de neurones comportant des resonateurs spintroniques
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
M. RIOU ET AL.: "Neuromorphic Computing through Time- Multiplexing with a Spin-Torque Nano-Oscillator", IEEE CONFERENCE PROCEEDINGS, vol. 2017, 2017, pages 36.3.1 - 36.3.4, XP081173561 *
TORREJON, JACOB ET AL.: "Neuromorphic Computing with nanoscale spintronic oscillators", NATURE, vol. 547, no. 7664, 27 July 2017 (2017-07-27), pages 428 - 431, XP055593242, DOI: 10.1038/nature23011 *
TSUNEGI, SUMITO ET AL.: "Server Computing Using Spin-Torque Oscillation Device", JAPAN SOCIETY OF APPLIED PHYSICS, PROCEEDINGS OF THE 65TH JSAP SPRING MEETING, 5 March 2018 (2018-03-05), pages 140 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7120485B1 (ja) * 2021-06-24 2022-08-17 Tdk株式会社 情報処理装置
WO2022269864A1 (ja) * 2021-06-24 2022-12-29 Tdk株式会社 情報処理装置

Also Published As

Publication number Publication date
JPWO2020053987A1 (ja) 2020-10-22
CN110895952A (zh) 2020-03-20
JP6620913B1 (ja) 2019-12-18
US20200083434A1 (en) 2020-03-12
EP3640960A1 (en) 2020-04-22
CN110895952B (zh) 2023-07-18
US11588099B2 (en) 2023-02-21
EP3640960B1 (en) 2023-07-05

Similar Documents

Publication Publication Date Title
WO2020053987A1 (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
JP4516817B2 (ja) パターン化しない連続磁性層にデータを記憶するシステムおよび方法
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
CN110462814B (zh) 自旋元件及磁存储器
CN109427965B (zh) 自旋流磁化旋转元件、自旋轨道转矩型磁阻效应元件
US10839930B2 (en) Magnetic domain wall type analog memory element, magnetic domain wall type analog memory, nonvolatile logic circuit, and magnetic neuro-element
CN110268515B (zh) 磁壁移动型磁记录元件及磁记录阵列
KR100624762B1 (ko) 고밀도 ｍｒａｍ 어플리케이션을 위한 합성-페리자성체센스-층
JP7013839B2 (ja) 磁壁利用型アナログメモリ、不揮発性ロジック回路及び磁気ニューロ素子
JP6081591B2 (ja) スピン波回路の動作制御方法
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
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
JP6897888B2 (ja) リザボア素子及びニューロモルフィック素子
KR101679776B1 (ko) 자기소용돌이와 자기반소용돌이 구조를 갖는 자성박막을 이용한 신호전달소자 및 신호전달방법
JP2018067593A (ja) 磁場変調機構、磁場変調素子、アナログメモリ素子、及び、高周波フィルタ

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2019530519

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18933104

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18933104

Country of ref document: EP

Kind code of ref document: A1