[論文レビュー] Skyrmion-Magnetic Tunnel Junction Synapse with Mixed Synaptic Plasticity for Neuromorphic Computing

Aijaz H. Lone, Arnab Ganguly+3 more|arXiv (Cornell University)|May 30, 2022

Advanced Memory and Neural Computing被引用数 5

ひとこと要約

この論文では、神経形態計算のための混合シナプス可塑性—長期可塑性（LTP）と短期可塑性（STP）を併せ持つ—を実現するスカイミオンベースの磁気トンネル接合（MTJ）シナプスを提案している。LTPはスピン軌道効果トルクと磁場によってスカイミオン密度を介して制御され、STPは電圧制御磁気異方性（VCMA）によって調整され、最大スカイミオン密度で画像認識タスクにおいて90%の推論精度を達成した。

ABSTRACT

Magnetic skyrmion-based data storage and unconventional computing devices have gained increasing attention due to their topological protection, small size, and low driving current. However, skyrmion creation, deletion, and motion are still being studied. In this study, we propose a skyrmion-based neuromorphic magnetic tunnel junction (MTJ) device with both long- and short-term plasticity (LTP and STP) (mixed synaptic plasticity). We showed that plasticity could be controlled by magnetic field, spin-orbit torque (SOT), and the voltage-controlled magnetic anisotropy (VCMA) switching mechanism. LTP depends on the skyrmion density and is manipulated by the SOT and magnetic field while STP is controlled by the VCMA. The LTP property of the device was utilized for static image recognition. By incorporating the STP feature, the device gained additional temporal filtering ability and could adapt to a dynamic environment. The skyrmions were conserved and confined to a nanotrack to minimize the skyrmion nucleation energy. The synapse device was trained and tested for emulating a deep neural network. We observed that when the skyrmion density was increased, the inference accuracy improved: 90% accuracy was achieved by the system at the highest density. We further demonstrated the dynamic environment learning and inference capabilities of the proposed device.

研究の動機と目的

• より高い学習の適応性を実現するため、スカイミオンベースの神経形態計算用に長期的および短期的可塑性を併せ持つシナプスの開発。
• 複数の物理的刺激を用いたスカイミオンベースデバイスにおけるシナプス可塑性の制御という課題に対処する。
• スカイミオン密度とVCMAを用いた動的でエネルギー効率の良いシナプス行動の実装の可能性を実証する。
• 静的画像認識および動的環境への適応という観点から、デバイスの性能を検証する。
• スケーラブルで低消費電力なプラットフォームとしてのトポロジカル保護されたスカイミオンを、神経形態計算の分野で活用する可能性を検討する。

提案手法

• ナノトラックを用いてスカイミオンを閉じ込めることで、核生成エネルギーを低減し、安定した操作を可能にする。
• 長期可塑性（LTP）は、スピン軌道効果トルク（SOT）および外部磁場を用いてスカイミオン密度を調整することで実装される。
• 短期可塑性（STP）は、電圧制御磁気異方性（VCMA）により実現され、一時的な抵抗変調が可能になる。
• スカイミオン-MTJ構造により、トンネル磁気抵抗を介した電気的読み出しによるシナプス重みの測定が可能である。
• 画像分類タスクを模倣するために、深層ニューラルネットワークモデルを用いてデバイスの学習とテストが行われた。
• スケーラブルな神経形態計算動作を実現するため、トポロジカル保護と低エネルギー制御メカニズムが統合された。

実験結果

リサーチクエスチョン

• RQ1 スカイミオン密度は、長期可塑性のための可変的シナプス重みとして、磁気トンネル接合で利用可能か？
• RQ2 電圧制御磁気異方性（VCMA）は、スカイミオンベースデバイスにおいて短期的シナプス可塑性をどのように実現できるか？
• RQ3 SOT、磁場、VCMAの組み合わせにより、1つのデバイス内で多様なモードのシナプスダイナミクスを制御可能か？
• RQ4 スカイミオン密度は、神経形態計算の画像認識タスクにおける推論精度にどの程度影響を及えるか？
• RQ5 STPおよびLTPの統合により、デバイスは動的環境に適応可能か？

主な発見

• 最大スカイミオン密度で静的画像認識タスクにおいて90%の推論精度を達成した。
• スピン軌道効果トルクと磁場を用いたスカイミオン密度の調整により、長期可塑性が成功裏に制御された。
• 電圧制御磁気異方性（VCMA）による有効な調整により、短期可塑性が実現され、時間的フィルタリングが可能になった。
• ナノトラック内でのスカイミオンの閉じ込めにより、核生成エネルギーが低減し、デバイスの安定性が向上した。
• LTPとSTPの統合により、デバイスは動的環境に適応可能であり、強固な学習能力を示した。
• トポロジカル保護と多様な刺激制御を組み合わせることで、スケーラブルで低消費電力なシナプス行動が実証された。