[发明专利]基于斯格明子的自旋忆阻突触器件在审

专利信息
申请号: 202010262550.6 申请日: 2020-04-03
公开(公告)号: CN113497180A 公开(公告)日: 2021-10-12
发明(设计)人: 曾中明;李荣鑫;张宝顺 申请(专利权)人: 中国科学院苏州纳米技术与纳米仿生研究所
主分类号: H01L43/06 分类号: H01L43/06;H01L43/04;H01L43/08;G11C11/16
代理公司: 深圳市铭粤知识产权代理有限公司 44304 代理人: 孙伟峰;黄进
地址: 215123 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 明子 自旋 突触 器件
【说明书】:

发明公开了一种基于斯格明子的自旋忆阻突触器件,其包括:两端口存在自旋霍尔角的重金属层;位于重金属层上的磁性自由层,所述磁性自由层被划分为隧道结区和斯格明子存储区域,所述隧道结区和所述斯格明子存储区之间设置有阻碍斯格明子自由移动的阻隔件;依次设置于隧道结区上的绝缘势垒层、磁性钉扎层和金属顶电极;其中,所述金属顶电极被配置为连接初始化电流以在所述隧道结区产生斯格明子,所述重金属层被配置为连接写入电流以驱动斯格明子在所述隧道结区和所述斯格明子存储区之间移动,所述金属顶电极还被配置为连接读出电流以读取所述隧道结区的电导。本发明提供的自旋忆阻突触器件具有读写能耗低、稳定性高、电导态数目相对多的优点。

技术领域

本发明属于磁性元件技术领域,具体涉及一种利用拓扑保护的基于斯格明子的自旋忆阻突触器件。

背景技术

忆阻器是在电阻、电容和电感之后的第四种电路基本元件,近年来其非易失性、优秀的读取写入能耗比和写入速率吸引了许多研究。同时,传统的冯诺依曼架构计算机的低能耗效率运存分离体系已经愈来愈不能满足人们对高性能计算的需求,类脑神经形态计算被视为传统冯诺依曼架构最有潜力的竞争对手而得到了快速的发展。

类脑神经形态计算通过人工神经网络的构建来实现识别等高性能计算,人工神经网络包含人工神经元与人工突触两类器件,神经元有着非线性响应的特性,而突触具有储存权重的功能,是实现存算一体高能效计算的最关键器件。忆阻器是突触器件的最有利实现方式,忆阻器的非易失性可变电导可以作为可变突触权重,低的写入读取功耗又使其十分利于大集成度的网络构建。因此,忆阻器作为神经网络突触在近年来吸引了一大批研究。

自旋电子学器件具有本征可变的电阻,其不同电导态在稳定性、写入读取功耗方面具有独特的优势。但传统的自旋电子学器件,例如磁性隧道结,往往只有两种电导态而不适合作为多态突触。

发明内容

鉴于现有技术存在的不足,为了在自旋电子学器件中实现稳定的多态电导,即多态的突触权重,本发明旨在提供一种读写能耗低、稳定性高、电导态数目相对多的基于斯格明子的自旋忆阻突触器件。

为实现上述目的,本发明采用了如下技术方案:

一种基于斯格明子的自旋忆阻突触器件,其包括:

两端口存在自旋霍尔角的重金属层;

位于所述重金属层上的磁性自由层;所述磁性自由层被划分为隧道结区和斯格明子存储区域,所述隧道结区和所述斯格明子存储区之间设置有阻碍斯格明子自由移动的阻隔件;

依次设置于所述隧道结区上的绝缘势垒层、磁性钉扎层和金属顶电极;

其中,所述金属顶电极被配置为连接初始化电流以在所述隧道结区产生斯格明子,所述重金属层被配置为连接写入电流以驱动斯格明子在所述隧道结区和所述斯格明子存储区之间移动,所述金属顶电极还被配置为连接读出电流以读取所述隧道结区的电导。

优选地,所述阻隔件为位于所述磁性自由层上的高垂直磁各向异性势垒层,所述高垂直磁各向异性势垒层在所述磁性自由层的宽度方向上的长度未完全覆盖所述磁性自由层。

具体地,所述高垂直磁各向异性势垒层的材料为CoFeB/MgO、Fe/MgO、[Co/Pt]、FeB/MgO或Co。

更具体地,所述高垂直磁各向异性势垒层的厚度为1nm~100nm。

优选地,所述阻隔件为设置于所述磁性自由层中的纳米线,所述纳米线的一端连接所述隧道结区,另一端连接所述斯格明子存储区。

具体地,所述纳米线的线宽设置为在其边界作用下只能允许单个斯格明子通过。

更具体地,所述纳米线的线宽为20nm~10μm。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院苏州纳米技术与纳米仿生研究所,未经中国科学院苏州纳米技术与纳米仿生研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010262550.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top