[논문 리뷰] Memristive control of mutual SHNO synchronization for neuromorphic computing

Mohammad Zahedinejad, Himanshu Fulara외 6명|arXiv (Cornell University)|2020. 09. 14.

Advanced Memory and Neural Computing참고 문헌 44인용 수 6

한 줄 요약

이 논문은 신경형 컴퓨팅을 위한 확장 가능한 유연성과 저전력 제어를 가능하게 하기 위해, 메모리스티브 게이팅을 활용한 스핀홀 나노진동자(SHNO)의 제어를 제안한다. 전압 제어형 수직 자기이방성(VCMA)과 메모리스터 스위칭을 활용하여, 최대 28 MHz/V의 주파수 조절이 가능하며, 4요소 체인에서 상호 동기화를 케이블/오프 제어할 수 있다. 이 방법은 하나의 플랫폼에서 입력, 주파수 조절, 비가역적 메모리 기능을 통합하여 확장 가능한 뉴로모픽 컴퓨팅을 실현한다.

ABSTRACT

Synchronization of large spin Hall nano-oscillators (SHNO) arrays is an appealing approach toward ultra-fast non-conventional computing based on nanoscale coupled oscillator networks. However, for large arrays, interfacing to the network, tuning its individual oscillators, their coupling, and providing built-in memory units for training purposes, remain substantial challenges. Here, we address all these challenges using memristive gating of W/CoFeB/MgO/AlOx based SHNOs. In its high resistance state (HRS), the memristor modulates the perpendicular magnetic anisotropy (PMA) at the CoFeB/MgO interface purely by the applied electric field. In its low resistance state (LRS), and depending on the voltage polarity, the memristor adds/subtracts current to/from the SHNO drive. The operation in both the HRS and LRS affects the SHNO auto-oscillation mode and frequency, which can be tuned up to 28 MHz/V. This tuning allows us to reversibly turn on/off mutual synchronization in chains of four SHNOs. We also demonstrate two individually controlled memristors to tailor both the coupling strength and the frequency of the synchronized state. Memristor gating is therefore an efficient approach to input, tune, and store the state of the SHNO array for any non-conventional computing paradigm, all in one platform.

연구 동기 및 목표

• 비전통적 컴퓨팅을 위한 대규모 나노스케일 진동자 네트워크에서의 확장 가능한 저전력 제어 및 메모리 통합의 부족을 해결한다.
• von-Neumann 아키텍처의 메모리 병목 현상을 해결하기 위해, 비가역적 메모리를 직접 SHNO 기반 컴퓨팅 플랫폼에 통합한다.
• SHNO 진동 주파수 및 결합 강도에 대한 동적이고 가역적인 주파수 조절을 가능하게 한다.
• W/CoFeB/MgO/AlOx SHNO의 메모리스티브 게이팅을 통해 입력, 주파수 조절, 상태 저장을 통합한 단일 플랫폼을 구현한다.
• 엣지 컴퓨팅 및 뉴로모픽 컴퓨팅 응용 분야를 위한 대규모, 고조화성, 훈련 가능한 진동자 네트워크로의 확장 가능한 길을 제시한다.

제안 방법

• 전자빔 리소그래피 및 이온빔 에칭을 사용하여 W/CoFeB/MgO/AlOx 기반의 나노구조 진동자(SHNO)를 제작하였다.
• 2 nm 두께의 AlOx 캡핑 레이어를 통해 메모리스티브 행동을 갖는 Ti/Cu 이중층 게이트를 통합하여 CoFeB/MgO 인터페이스의 전기장 제어를 가능하게 하였다.
• 고저항 상태(HRS)에서의 전압 제어 자기이방성(VCMA)을 활용하여 수직 자기이방성(PMA)을 조절함으로써 SHNO 주파수 및 자진동 모드를 조절하였다.
• 메모리스터의 저저항 상태(LRS)를 활용하여 SHNO 구동 전류에 전류를 주입하거나 제거함으로써 진동 진폭 및 주파수에 대한 추가적인 조절 기능을 구현하였다.
• bias-T, 스펙트럼 분석기(10 Hz–40 GHz), Keithley 소스 메트러를 탑재한 맞춤형 프로브 스테이션을 사용하여 마이크로파 및 DC 측정을 수행하여 메모리스터 스위칭 및 SHNO 반응을 특성화하였다.
• 안정적인 HRS와 LRS 간의 스위칭을 확인하기 위해 전압 스위프를 수행하였으며, 전류 제한 조건을 적용하여 메모리스터의 신뢰성 및 게이트 접합의 무결성을 확보하였다.

실험 결과

연구 질문

• RQ1 메모리스티브 게이팅은 동기화된 배열 내 SHNO 진동 주파수 및 결합 강도에 대해 동적이고 가역적인 조절을 가능하게 하는가?
• RQ2 동일한 메모리스티브 게이트가 SHNO 네트워크에 동시에 입력, 주파수 조절, 비가역적 메모리 기능을 제공할 수 있는가?
• RQ3 VCMA와 메모리스터 상태를 통한 전류 조절이 단일 장치에서 SHNO 동역학을 독립적으로 제어할 수 있는 정도는 어느 정도인가?
• RQ4 다중 진동자로 구성된 SHNO 체인에서 상호 동기화를 메모리스티브 제어를 통해 가역적으로 케이블/오프 제어할 수 있는가?
• RQ5 메모리스터의 이중 기능(HRS는 PMA 조절, LRS는 전류 주입)이 확장 가능한 저전력 뉴로모픽 컴퓨팅을 어떻게 실현하는가?

주요 결과

• 고저항 상태(HRS)의 메모리스터는 전기장에 의해 CoFeB/MgO 인터페이스의 수직 자기이방성(PMA)을 조절하여 최대 28 MHz/V까지 SHNO 진동 주파수를 조절할 수 있다.
• 저저항 상태(LRS)에서 메모리스터는 전압 극성에 따라 SHNO 구동 전류에 전류를 주입하거나 제거함으로써 진동 진폭 및 주파수에 대한 추가적인 제어가 가능하다.
• 4개의 SHNO로 구성된 체인에서 상호 동기화는 메모리스터 상태를 전환함으로써 가역적으로 케이블/오프 제어가 가능하여 동적 네트워크 제어를 입증하였다.
• 독립적으로 제어 가능한 두 개의 메모리스터를 사용하여 결합 강도와 동기화 주파수를 모두 조절함으로써 네트워크 행동에 대한 정밀 제어가 가능함을 입증하였다.
• 메모리스티브 게이팅 방법은 하나의 플랫폼 내에서 입력, 주파수 조절, 비가역적 메모리 기능을 통합하여 외부 메모리가 필요 없도록 하였으며, von-Neumann 병목 현상을 해결한다.
• 이 시스템은 엣지 컴퓨팅 및 뉴로모픽 컴퓨팅에 적합한 확장 가능한 초저전력 운영을 지원하며, 20 nm 노드까지의 통합 가능성이 있다.