[论文解读] Ultra-low Power Domain Wall Device for Spin-based Neuromorphic Computing

Durgesh Kumar, Chung Hong Jing+5 more|arXiv (Cornell University)|Jul 24, 2020

Magnetic properties of thin films参考文献 40被引用 5

一句话总结

本文提出一种基于β-W自旋霍尔材料的自旋电子学畴壁器件，实现了超低功耗类脑计算。通过调控材料与器件几何结构，作者将电流密度降低至1×10⁶ A/m²，并仅消耗0.4 fJ能量即可实现20 µm的畴壁运动——相当于0.4 aJ/bit——实现了电流密度降低10,000倍，为基于自旋的突触器件的能效优化铺平了道路。

ABSTRACT

Neuromorphic computing (NC) is gaining wide acceptance as a potential technology to achieve low-power intelligent devices. To realize NC, researchers investigate various types of synthetic neurons and synaptic devices such as memristors and spintronic domain wall (DW) devices. In comparison, DW-based neurons and synapses have potentially higher endurance. However, for realizing low-power devices, DW motion at low energies - typically below pJ/bit - are needed. Here, we demonstrate domain wall motion at current densities as low as 1E6 A/m2 by tailoring the beta-W spin Hall material. With our design, we achieve ultra-low pinning fields and current density reduction by a factor of 10000. The energy required to move the domain wall by a distance of about 20 micrometers is 0.4 fJ, which translates into energy consumption of 0.4 aJ/bit for a bit-length of 20 nm. With a meander domain wall device configuration, we have established a controlled DW motion for synapse applications and have shown the direction to make ultra-low energy spin-based neuromorphic elements.

研究动机与目标

• 开发一种低功耗自旋电子学器件，用于类脑计算，具备高耐久性和可扩展性。
• 解决现有基于畴壁的突触器件中能耗过高的问题。
• 通过优化自旋霍尔材料与器件几何结构，降低畴壁运动的电流密度。
• 实现每比特低于皮焦耳的功耗操作，以满足实际类脑计算应用的需求。

提出的方法

• 利用β-钨（beta-W）作为自旋霍尔材料，高效生成自旋流。
• 设计蜿蜒状纳米线结构，以限制并控制畴壁运动。
• 通过调控材料界面，最小化钉扎场，降低电流密度需求。
• 应用自旋霍尔效应，以最小的电输入驱动畴壁运动。
• 通过在可控电流密度下测量畴壁在20 µm距离上的位移，测定能量消耗。
• 结合有限元模拟与实验验证，确认器件的能效与控制性能。

实验结果

研究问题

• RQ1 能否通过优化自旋霍尔材料，在电流密度低于1×10⁶ A/m²的条件下实现畴壁运动？
• RQ2 在自旋电子学器件中，将畴壁移动至实际距离所需的最小能量是多少？
• RQ3 蜿蜒几何结构如何实现受控的、低能耗的畴壁运动，以适用于突触应用？
• RQ4 通过材料与界面工程，能在多大程度上降低钉扎场？
• RQ5 能否通过优化显著提升畴壁器件的能效，使其在类脑计算中实现数量级的改善？

主要发现

• 该器件在1×10⁶ A/m²的电流密度下实现畴壁运动，相比传统器件降低了10,000倍。
• 移动畴壁20 µm所需能量为0.4 fJ，对应20 nm比特长度下的0.4 aJ/bit。
• 通过定制化的β-W材料与界面工程，实现了超低钉扎场。
• 蜿蜒器件结构可实现受控的、确定性的畴壁运动，适用于突触应用。
• 0.4 aJ/bit的能效远低于实际类脑系统所需的pJ/bit阈值。
• 结果证明了实现超低功耗、高耐久性基于自旋的类脑硬件的可行性路径。