用于神经形态计算的无磁场可编程双极性磁异质结构

《InfoMat》:Field-free programmable bipolar magnetic heterostructures for neuromorphic computing

【字体: 大 中 小 】 时间:2026年03月11日 来源:InfoMat 22.3

编辑推荐:

  摘要 受生物原理启发的神经形态计算系统因其卓越的能效和计算能力而受到了广泛关注,其中忆阻器起到了基础构建模块的作用。然而,要实现生物学上可行的信号处理——特别是在生物视觉等应用中——需要多态双向(兴奋性/抑制性)响应来模拟突触调制,这是传统单向电阻性忆阻器无法实现的功能。在这里

  摘要

受生物原理启发的神经形态计算系统因其卓越的能效和计算能力而受到了广泛关注,其中忆阻器起到了基础构建模块的作用。然而,要实现生物学上可行的信号处理——特别是在生物视觉等应用中——需要多态双向(兴奋性/抑制性)响应来模拟突触调制,这是传统单向电阻性忆阻器无法实现的功能。在这里,我们展示了一种基于Fe3GeTe2/WTe2异质结构的无场自旋轨道扭矩忆阻器,该忆阻器在110–150 K的温度范围内工作,克服了这一限制。Fe3GeTe2的厚度依赖性铁磁性质实现了多态霍尔电阻调制,而WTe2的局域自旋注入精确控制了Fe3GeTe2中的磁畴反转——无需外部磁场——确保了其与CMOS平台的兼容性。这种协同方法实现了八种不同的电阻状态(3位精度),跨越了正负极性。我们通过两个基准测试展示了该技术的神经形态潜力:高保真图像特征提取(与软件实现的算法相匹配)和具有竞争力的神经网络聚类,这两者都是在最小的硬件开销下实现的。我们的工作为实现神经形态硬件中的有符号权重更新提供了设备级解决方案,为能够进行复杂信号处理的能效计算系统开辟了新的途径。

1 引言

神经形态计算是一种新兴的范式,它模仿了大脑的信息处理机制,因其在处理大规模、重复性和特征驱动任务方面的卓越效率而引起了广泛兴趣。它的核心在于大规模的矩阵运算,这些运算通常使用密集集成的忆阻器阵列来实现。支持这一技术的关键包括相变存储器(PCM)、电阻式随机存取存储器(RRAM)和铁电式随机存取存储器(FeRAM)。在这样的忆阻器阵列中,每个单元执行局部乘法运算,而全局累积则通过基尔霍夫电流定律自然实现。然而,由于电阻严格为正,传统忆阻器网络无论采用基于电压还是基于电流的信号处理方式,都从根本上将计算限制在非负值范围内。这一内在限制严重限制了它们在需要混合信号(正负)运算的复杂处理任务中的应用,例如在生物视觉系统中,锥形细胞同时处理光和暗刺激。为了克服这一限制,通常需要复杂的预处理方案,这不可避免地会降低计算效率和系统简洁性。相比之下,磁性随机存取存储器(MRAM)可以通过场诱导磁化产生可调的磁极性,从而能够原生表示和处理有符号信号——从简单的正/负值到更复杂的模拟状态。这种内在能力为全有符号算术运算提供了硬件级支持,极大地提高了计算灵活性,同时增强了整个系统的能效。MRAM通过电气操纵自由层的磁化在磁隧道结(MTJ)中存储数据。已经开发了多种磁性开关技术,包括小行星型、切换型、自旋转移扭矩(STT)型和自旋轨道扭矩(SOT)型MRAM,其中一些已经实现了商业化生产。尽管取得了这些成就,现有的磁性存储技术仍然面临实现多级状态、双极性导电特性和无场开关等挑战,这些是高效神经形态计算实现所必需的。近年来,二维(2D)铁磁体,如Fe3GeTe2、CrI3及其衍生物,作为有前途的替代品而出现,并引起了广泛的研究兴趣。这些材料表现出内在的磁各向异性,并能生成具有独特双极性特性的霍尔电压。关键的是,它们的原子级薄层在室温或接近室温的情况下保持长程磁序,而范德华堆叠消除了晶格匹配的要求,使得能够开发高密度、低功耗和高速度的磁性存储设备。这些2D系统的磁性特性可以通过多种外部刺激进行调节,包括层厚度工程、静电门控和应变调制。例如,在CrI3晶体中清晰观察到了层依赖性铁磁性,而像Fe3GeTe2和Fe3GaTe2这样的材料已经显示出在电流驱动下维持多达八种不同磁状态的能力。然而,一个关键挑战仍然存在:如何在单一2D铁磁存储器中实现无场、电控的多态存储操作以及可逆的双极性切换。在这里,我们展示了一种基于Fe3GeTe2/WTe2异质结构的2D磁性存储器。该系统结合了两个关键功能组件:(1)WTe2是一种具有强自旋轨道耦合(SOC)的拓扑Weyl半金属,其晶体结构缺乏反演对称性。当电流沿其低对称轴(a轴)施加时,WTe2中的强SOC会产生自旋极化电流,即自旋流。 (2)Fe3GeTe2(FGT)是一种具有面外磁各向异性的范德华铁磁体,表现出厚度依赖的磁性特性,并能够形成非易失性磁状态。在FGT/WTe2异质结构中,WTe2中产生的自旋流可以将其自旋角动量注入相邻的FGT层,从而无需外部磁场即可对磁化进行SOT控制,并驱动可控的磁化反转。这种异质结构平台通过两种独立的调节机制实现了前所未有的无场多级磁控制:FGT层的厚度工程和精确的电流脉冲调制。这两种方法的协同结合不仅实现了稳健的多态操作,还保持了出色的CMOS兼容性,促进了大规模集成。通过系统地控制这些参数,我们实现了八个非易失性电阻状态,涵盖了正负极性,并具有高重复性。内在的磁阻响应使得直接在内存中进行计算成为可能——这一点通过并行边缘检测和具有竞争力的神经网络聚类得到了证明——突显了其在能效神经形态应用中的潜力。

2 结果与讨论

2.1 受生物启发的自旋电子视觉

生物视觉始于一个三层视网膜电路(光感受器→双极细胞→神经节细胞),该电路以毫秒级的延迟进行边缘增强预处理。在这个过程中,双极细胞至关重要,它们通过双极性信号编码视觉信息:光感受器调节的谷氨酸释放通过离子通道门控触发兴奋性(ON)或抑制性(OFF)响应,从而创建对立的感受野,这对边缘检测至关重要(图1)。我们使用基于磁化定义极性的自旋电子突触来复制这种双极计算。每个设备的磁取向直接控制其输出电压的符号,实现了原生有符号权重、模拟域累积和生物模拟的边缘提取。这种硬件实现mirrors了视网膜的高效模拟内感处理——实现了特征提取,而无需差分编码的延迟和能量开销。通过在单个自旋电子设备中统一双极计算和存储,我们弥合了生物视觉效率和可扩展神经形态硬件之间的关键差距。图1

生物启发的神经形态视觉系统通过双极突触仿真实现。(A)生物视网膜示意图,显示光感受器信号通过ON/OFF双极细胞路径处理,其中兴奋性(正)和抑制性(负)响应实现了对比度检测。(B)Fe3GeTe2/WTe2自旋轨道扭矩磁性存储器通过双向导电状态复制这种双极功能,其中正(负)变化模仿了ON(OFF)路径。该设备的模拟多态调制实现了生物模拟的信号处理,同时满足人工视觉系统的精度要求。为了研究这种双向多态磁阻行为,我们制造了一个由FGT和WTe2组成的范德华异质结构设备(图2)。图2A展示了完整的层状结构,从下到上包括:驱动/检测电极、FGT磁阻层、WTe2注入层和h-BN封顶层。横截面表征(图2C和S1)证实了明确的堆叠结构,层厚度分别为19.9 nm(FGT)、16.8 nm(WTe2)和13.5 nm(h-BN)。这些测量结果显示了异质结构中的优异界面质量和结构完整性。利用FGT的强垂直磁各向异性,我们制造了一个六电极设备(图2A,B和注释S1),其中电极1和2提供偏置电流,电极3-6能够进行纵向(Rxx)和横向(Rxy)磁传输的四探针测量。温度依赖的Rxx测量(图2D)显示出金属行为,电阻从300 K时的约25 Ω下降到25 K时的约12 Ω。在190 K附近,dRxx/dT的显著拐点表明了由自旋翻转散射驱动的磁相变,这与先前的报告一致。霍尔效应测量(Rxy,图2E)进一步证实了这一转变:在TC以上,线性霍尔响应和消失的滞后表明了顺磁状态;而在TC以下,明显的滞后行为表明了具有可调磁阻的非易失性状态的强大铁磁性。

2.2 可编程双极磁性异质结构

为了探究厚度依赖的磁阻效应,我们设计了一个具有故意变化的FGT厚度的范德华异质结构(图3A)。横截面分析显示电极6上方的层厚度为23.3 nm,电极3上方的层厚度为16.5 nm(图3B),这介于图2中的一致设备厚度(19.9 nm)之间,同时保持了恒定的居里温度(约190 K)。在TC以下,两个区域在面外磁场下都表现出明确的滞后,但双厚度结构显示出显著的差异:在180 K时,其磁化曲线发展出可重复的中间步骤(图3C),这种差异在100 K时仍然存在——与均匀FGT设备中观察到的锐利单步转变形成鲜明对比。对不同厚度FGT样品的磁性开关特性进行系统比较后发现,较厚的FGT(例如34 nm)在整个温度范围内表现出更清晰的、接近理想的方形面外磁化反转,具有更高的矫顽力和增强的磁稳定性,从而在电流脉冲调制下实现了明确的电阻状态边界。相比之下,较薄的FGT(例如17.8 nm)显示出更平滑的切换,其磁畴更容易受到热波动的影响,导致中间状态的稳定性降低(图S2)。我们将这种行为归因于厚度依赖的关键切换场,其中空间变化的磁化反转产生了阶梯状的磁传输(Rxy)特征。这些结果表明,可控的厚度梯度可以有效地在FGT中设计出多稳态磁状态,为可调多级存储设备开辟了途径。

2.2 可编程双极磁性异质结构

为了探究厚度依赖的磁阻效应,我们设计了一个具有故意变化的FGT厚度的范德华异质结构(图3A)。横截面分析显示电极6上方的层厚度为23.3 nm,电极3上方的层厚度为16.5 nm(图3B),这介于图2中的一致设备厚度(19.9 nm)之间,同时保持了恒定的居里温度(约190 K)。在TC以下,两个区域在面外磁场下都表现出明确的滞后,但双厚度结构显示出显著差异:在180 K时,其磁化曲线发展出可重复的中间步骤(图3C),这种差异在100 K时仍然存在——与均匀FGT设备中观察到的锐利单步转变形成鲜明对比。对不同厚度FGT样品的磁性开关特性进行系统比较后发现,较厚的FGT(例如34 nm)在整个温度范围内表现出更清晰的、接近理想的方形面外磁化反转,具有更高的矫顽力和增强的磁稳定性,从而在电流脉冲调制下实现了明确的电阻状态边界。相比之下,较薄的FGT(例如17.8 nm)显示出更平滑的切换,其磁畴更容易受到热波动的影响,导致中间状态的稳定性降低(图S2)。我们将这种行为归因于厚度依赖的关键切换场,其中空间变化的磁化反转产生了阶梯状的磁传输(Rxy)特征。这些结果表明,可控的厚度梯度可以有效地在FGT中设计出多稳态磁状态,为可调多级存储设备开辟了途径。图3

2.2 可编程双极磁性异质结构

为了探究厚度依赖的磁阻效应,我们设计了一个具有故意变化的FGT厚度的范德华异质结构(图3A)。横截面分析显示电极6上方的层厚度为23.3 nm,电极3上方的层厚度为16.5 nm(图3B),这介于图2中的一致设备厚度(19.9 nm)之间,同时保持了恒定的居里温度(约190 K)。在TC以下,两个区域在面外磁场下都表现出明确的滞后,但双厚度结构显示出显著差异:在180 K时,其磁化曲线发展出可重复的中间步骤(图3C),这种差异在100 K时仍然存在——与均匀FGT设备中观察到的锐利单步转变形成鲜明对比。对不同厚度FGT样品的磁性开关特性进行系统比较后发现,较厚的FGT(例如34 nm)在整个温度范围内表现出更清晰的、接近理想的方形面外磁化反转,具有更高的矫顽力和增强的磁稳定性,从而在电流脉冲调制下实现了明确的电阻状态边界。相比之下,较薄的FGT(例如17.8 nm)显示出更平滑的切换,其磁畴更容易受到热波动的影响,导致中间状态的稳定性降低(图S2)。我们将这种行为归因于厚度依赖的关键切换场,其中空间变化的磁化反转产生了阶梯状的磁传输(Rxy)特征。这些结果表明,可控的厚度梯度可以有效地在FGT中设计出多稳态磁状态,为可调多级存储设备开辟了途径。图3切换操作使用了宽度为200微秒、步长为1毫安的电流脉冲,并采用10微安的交流电作为探测信号。(B) 最大的可切换Rxy值作为温度的函数。(C) 在不同温度下完成切换所需的电流(Ith)。(D) 在130开尔文下,不同电流扫描范围(3.8、4.0和4.2毫安)下的迟滞环。(E) 双向、可重复的多级存储的演示。为了精确控制磁状态,我们首先将设备初始化为Rxy ≈0状态,以最小化磁反转的能量障碍。在低驱动电流(Ipulse = 3.8毫安)下,Rxy表现出轻微的波动(±0.05欧姆,图4D)。逐渐增加电流幅度,调制范围扩大到±0.14欧姆(Ipulse = 4.0毫安)和±0.33欧姆(Ipulse = 4.2毫安)。为了解决电流脉冲操作期间的潜在热效应,我们分析了设备实际温度与环境温度之间的差异,在脉冲电流应用期间的各种预设环境条件。在本研究中使用的特定脉冲参数(脉冲宽度200微秒)下,设备的最大温度升高仅为ΔT ≈10开尔文(图S4),这主要是由于脉冲持续时间极短。在整个脉冲过程中,设备的峰值温度远低于FGT的居里温度,表明观察到的磁化切换行为不是由热效应主导的,而是由真正的电流驱动的磁化反转机制引起的。为了验证电流脉冲的磁化控制能力,我们将磁场驱动下的Rxy–H曲线与脉冲电流编程后的Rxy–I曲线进行了比较。结果显示,当施加足够大的SOT脉冲时,Rxy的迟滞窗口与全磁场诱导的反转结果相匹配,表明电流脉冲可以实现与磁场驱动的磁化反转完全等效的结果(图S5)。在小的到中等脉冲幅度下,观察到连续且可调的电阻变化,对应于部分域的反转,从而实现可控的多态操作。这种系统的依赖性证明了可以直接通过电流控制FGT中反转的磁畴比例,从而仅通过电学手段实现双向、多态电阻调节——无需外部磁场。利用这种效应,我们通过施加优化的交流电脉冲序列成功地编码了八个非易失性电阻状态(涵盖正负极性),如图4E所示。我们进一步验证了两种代表性状态的保持特性,这两种状态在118小时的测试期间都没有显示出明显的退化(图S6)。这种方法为范德华异质结构中的多级磁存储操作建立了一个可靠的协议。
2.3 基于磁异质结构的神经形态计算

FGT/WTe2异质结构的固有双向记忆特性使其特别适合模拟生物神经网络。这些设备天然实现了双极细胞功能——这对于需要正负响应的神经系统至关重要(图1和5A)。利用这一能力,我们开发了一种受生物启发的高斯差分(DoG)特征提取方法,31模仿视网膜信号处理。通过将我们的设备编程为八种不同的电阻状态(3位精度,图4E),我们实现了一个量化的卷积任务(详见注解S8和图S7)。值得注意的是,我们将获得的8种电阻状态映射到了线性权重上,以便后续计算。同时,我们还使用原始的非 uniform 电阻值进行了模拟,结果显示在注解S11以及图S13和图S14中。图5B展示了我们的磁记忆阵列架构,其中我们使用了5×5的卷积核进行主要特征提取,以及一个互补的7×7核进行图像平滑(图S8)。图5使用PowerPoint在图形查看器中打开

利用Fe3GeTe2/WTe2异质结构记忆体的神经形态计算。(A) 用于边缘检测的仿生视觉处理流程。(B) 实现模拟矩阵操作的记忆体阵列的交叉开关电路架构示意图,采用Fe3GeTe2/WTe2异质结构记忆体设备。I+p,i 和 I?p,j:用于记忆体Mij的双向编程电流源;Vi:施加到第i条字线上的行偏置电压;Ij:在矩阵-向量乘法过程中在第j条位线检测到的输出电流。(C) 特征提取的比较:(上) 全精度(FP64) 对比基于异质结构记忆体的3位(有符号权重)量化高斯差分核。(下) 相应的特征提取图像。(D) 两层竞争神经网络的示意图。(E) 训练过程中的量化神经网络的损失收敛(上)和权重分布演变(下)。(F) 训练前后无序输入模式的聚类结果(上)和(下)。有关聚类指标,请参阅注解S12。为了评估我们的方法,我们进行了3位量化卷积核与传统的双精度浮点(FP64)高斯近似之间的视觉比较(图5C,上面板)。两种方法都成功完成了特征提取任务(图5C和S9)。使用Canny算子32作为参考,我们评估了我们带符号权重的3位量化核的特征提取质量,得到了0.7775的Pratt's Figure of Merit (PFOM)——仅比全精度高斯近似低约6%(PFOM = 0.8264,图S4)。值得注意的是,我们的量化实现达到了可比的特征提取能力,同时在计算效率和能源节省方面有显著改进。进一步优化FGT/WTe2设备的权重精度可以缩小这一性能差距,使我们的方法与传统浮点方法相比更具竞争力。利用我们的磁记忆阵列,我们进一步实现了一个两层竞争神经网络(图5D和注解S9),能够通过电流脉冲进行可编程权重调制,用于三类输入数据的无监督聚类。该网络采用了赢家通吃规则控制的兴奋-抑制机制,33,每个周期只有最活跃的神经元存活,同时抑制其他神经元。训练结果表明有效的收敛,损失函数在第20个时期达到了最小值约1.71(图5E)。值得注意的是,最初无序的输入模式在训练后成功被聚类(图5F),证实了该阵列具有高度的可塑性和稳定的学习行为。此外,我们使用包含噪声的SPICE模型模拟了设备阵列,并将其与现有模拟进行了比较(更多信息请参见注解S10和图S10–S12)。虽然我们使用了3位精度权重,但最近的研究表明,低位的QNNs(例如,1位到4位)在复杂任务上也能保持竞争力的准确性,34, 35,证实了我们的8状态实现是在效率和性能之间的最佳平衡。为了应对扩展到更深层次网络时的潜在量化噪声和变异性,可以采用位切片36和硬件感知训练37等技术来提高鲁棒性。

2.4 讨论

我们实验中展示的方法目前在低温条件(110–150 K)下是有效的。这一限制是由于在二维范德华铁磁体中,较薄层中减少的磁各向异性不足以抑制Mermin-Wagner热波动,从而阻止了在更高温度下形成稳定的铁磁有序。尽管FGT展示了平面外的易轴,但其有限的磁晶体各向异性进一步限制了TC的提高。14 此外,自旋-轨道扭矩(SOT)切换效率严重依赖于温度、施加电流相对于WTe2的晶体轴的方向,27 以及界面特性,如氧化和粗糙度。38 然而,对于实际应用于神经形态系统,需要在室温下操作,这需要策略来提高热稳定性并保持可靠的SOT驱动切换。先前的研究表明,对FGT进行载流子掺杂21或使用更有效的自旋源(例如,Bi2Te3)39 可以提高居里温度,并在更高温度下稳定SOT驱动的切换。除了与温度相关的优化之外,实际的设备部署还需要可扩展的FGT/WTe2异质结构制造路线。最近的进展包括FGT和WTe2的晶圆级CVD/MBE外延生长,40, 41 以及与CMOS后端处理兼容的新兴范德华转移技术42, 43——为在大面积集成提供了有前途的途径,同时保持了界面清洁度和厚度均匀性。44 这些策略表明,本工作中建立的低温性能为实现室温下的多态无场磁记忆体奠定了坚实的基础,从而将当前的实验演示与实际的神经形态计算应用联系起来。除了通过不同幅度的电流脉冲实现八个可编程状态之外,FGT层中的厚度梯度可以在同一设备内引入不同的临界切换场,从而在局部区域产生不同的电阻状态。通过将厚度梯度设计与一系列电流脉冲相结合(见注解S14),可以实现更丰富的多级磁阻行为,从而提高了状态分辨率和可控性,同时保持了八级电阻框架。我们的多级磁设备的性能指标与传统CMOS SRAM和最先进的记忆技术的定量比较总结在表S1中。记忆体展现出卓越的多级能力,但面临着动态功耗效率和访问延迟的固有权衡。SRAM提供了出色的切换速度,但受到高静态功耗和不稳定性的影响。虽然我们的磁方法目前显示出较高的延迟和功耗——由于设备结构和脉冲条件未优化——但它提供了有希望的优势,包括理论上的能量效率(<1 pJ/操作)、竞争性的切换速度(<1 ns)和独特的非易失性多级存储能力。

3 结论

总之,我们展示了在FGT/WTe2异质结构设备中的双向多状态存储,其中FGT的厚度依赖性各向异性磁阻使得在平面外磁场下出现阶梯状的迟滞环。通过利用WTe2诱导的局部自旋-轨道扭矩,我们实现了无场的、电流驱动的磁化切换,并在FGT中实现了空间选择性,实现了八个不同的电阻状态,涵盖了正负极性。此外,我们通过两个关键应用验证了这些记忆特性的神经形态潜力:一个高斯差分特征提取网络,其性能与全精度算法紧密匹配;以及一个能够高效进行无监督聚类的竞争神经网络——两者都以高精度和低计算开销运行。值得注意的是,SOT磁存储设备具有亚纳米级的写入速度和pJ/比特级别的能源效率,46 这突显了2D异质结构在支持复杂权重分布的下一代磁随机访问存储器方面的潜力。这项工作为开发针对先进神经网络的原生硬件平台提供了关键的基础。作者贡献

概念化:沈家斌和程增光。方法论:何亚萍、王高飞、翟金峰、黄文涛、赵振宇和张正。研究:何亚萍和王高飞。可视化:何亚萍、沈家斌和程增光。资金获取:沈家斌、程增光和周鹏。项目管理:沈家斌、程增光、何潘和周鹏。监督:沈家斌、程增光和周鹏。撰写——原始草案:何亚萍、沈家斌和程增光。撰写——审阅与编辑:所有作者。致谢

本研究得到了中国国家重点研发计划(2020YFA0308800和2024YFB2808500)、中国国家自然科学基金(62205066和62204053)、新基石科学基金通过XPLORER PRIZE、教育部创新平台的青年科学家项目,以及复旦大学的启动资金的支持。利益冲突声明

作者声明没有利益冲突。数据可用性声明

评估结论所需的所有数据都包含在论文和/或支持信息中。与本文相关的额外数据可以向作者请求。用于模拟的代码可以在合理请求的情况下从相应的作者那里获得。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号