2021年3月7日，304am永利集团官网赵巍胜教授团队在《先进科学》（Advanced Science）期刊在线发表了题为“Spin‐Torque Memristors Based on Perpendicular Magnetic Tunnel Junctions for Neuromorphic Computing” 的学术论文[1]。该工作实现了一种基于垂直各向异性磁隧道结的自旋忆阻器，有望为自旋电子器件在人工智能领域的应用打开道路。公司教师张学莹、博士生蔡文龙、教师王梦醒及潘彪为该论文的共同第一作者，赵巍胜教授为唯一通讯作者，永利官网为第一单位，北航青岛研究院、致真精密仪器（青岛）有限公司和中国科学技术大学参与了该工作。该工作获得了国家自然科学基金、国际合作项目、核高基国家科技重大专项、青岛市虚拟现实公共研发平台和青岛磁传感芯片公共研发平台的支持。
忆阻器一类表示磁通与电荷关系的基础电路元件，也是构建人工神经网络的理想元件。传统忆阻器多数是基于材料内部的离子迁移和价带变化实现的，存在工作寿命短和反应速度慢等缺陷，无法支撑持续训练学习的神经网络的长时间工作[2]。与之相反，自旋电子器件基于材料内部的磁性变化工作，具有工作寿命长、反应速度快等优势[3-7]。长期以来，科学和产业界在不断地探索如何将磁隧道结等自旋器件应用于神经网络计算[8]。然而，经典的磁隧道结仅具有高、低二值阻态，无法在神经网络计算方面发挥优势。赵巍胜教授团队设计了一种带有独特自由层结构的磁隧道结，即，在自由层中插入了单原子层的W，然后，利用退火技术，让W形成聚簇效应。最终，在百纳米级的器件中实现了稳定的近乎连续的多态，国际上首次实现了百纳米尺寸的可全电学操控的自旋忆阻器。
该论文工作对这种新型器件的性质进行了全面的实验表征，验证了该器件阻态的脉冲时序依赖可塑性（简称STDP，是脉冲神经网络的基础），证明了该器件构成的系统能够高效率、低功耗地实现手写数字识别等功能。
同时，该工作首次发现了一种立体的手性涡旋结构：在CoFeB/W/CoFeB构成的自由层中，CoFeB/W界面和W/CoFeB界面产生的Dzyaloshinskii-Moriya作用（DMI）相反，同时，两层CoFeB之间的耦合作用则随着W的厚度变化出现强度涨落或铁磁/反铁磁耦合交替。在局部区域W出现聚簇效应，反铁磁耦合与反向DMI联合作用，促使磁畴壁演变成手性涡旋结构，形成能量势阱。在磁隧道结自由层翻转过程中，这种涡旋结构会将运动的畴壁牢牢地钉扎住，从而形成了稳定的多阻态。
值得一提的是，北航与致真精密仪器青岛有限公司联合开发的高分辨率磁光克尔显微镜在该研究中发挥了重要作用。该设备对磁性薄膜中的畴壁形貌、畴壁钉扎作用、DMI和海森堡交换作用强度等参数进行了直观定量表征，成为确定自旋忆阻器多态性质来源的重要依据。
该器件在实现忆阻器性能的同时，保持了该团队前期开发的磁隧道结器件的诸多优势：隧穿磁阻比率高达200%，写入电流仅为1 MA/cm2。由于该自旋忆阻器在工作寿命、反应速度和能耗等方面具有突出优势，有望在片上训练神经网络、存算一体以及多态存储等领域得到应用。
原文链接：https://onlinelibrary.wiley.com/doi/10.1002/advs.202004645
或
https://www.researchgate.net/publication/349902202_Spin-Torque_Memristors_Based_on_Perpendicular_Magnetic_Tunnel_Junctions_for_Neuromorphic_Computing
[1] X. Zhang#, W. Cai#, M. Wang#, B. Pan#, K. Cao, M. Guo, T. Zhang, H. Cheng, S. Li, D. Zhu, L. Wang, F. Shi, J. Du, and W. Zhao*, Adv. Sci. 2004645, 2004645 (2021).
[2] M. A. Zidan, J. P. Strachan, and W. D. Lu, Nat. Electron. 1, 22 (2018).
[3] X. Lin, W. Yang, K. L. Wang, and W. Zhao*, Nat. Electron. 2, 274 (2019).
[4] M. Wang, W. Cai, K. Cao, J. Zhou, J. Wrona, S. Peng, H. Yang, J. Wei, W. Kang, Y. Zhang, J. Langer, B. Ocker, A. Fert, and W. Zhao*, Nat. Commun. 9, 671 (2018).
[5] M. Wang#, W. Cai#, D. Zhu#, Z. Wang#, J. Kan, Z. Zhao*, K. Cao, Z. Wang, Y. Zhang, T. Zhang, C. Park, J. P. Wang, A. Fert, and W. Zhao*, Nat. Electron. 1, 582 (2018).
[6] S. Peng#, D. Zhu#, W. Li, H. Wu, A. J. Grutter, D. A. Gilbert, J. Lu, D. Xiong, W. Cai, P. Shafer, K. L. Wang, and W. Zhao*, Nat. Electron. 3, 757 (2020).
[7] X. Zhao#, X. Zhang#, H. Yang#, W. Cai, Y. Zhao, Z. Wang, and W. Zhao*, Nanotechnology 30, 335707 (2019).
[8] X. Zhang, W. Cai, X. Zhang, Z. Wang, Z. Li, Y. Zhang, K. Cao, N. Lei, W. Kang, Y. Zhang, H. Yu, Y. Zhou, and W. Zhao*, ACS Appl. Mater. Interfaces 10, 16887 (2018).
