无场自旋轨道扭矩控制的突触和随机神经元器件用于自旋电子学玻尔兹曼神经网络
应用物理
2025-10-08 v1 无序系统与神经网络
材料科学
摘要
自旋电子学提供了一种通过集成突触和神经元功能于单一平台上实现能源高效神经形态计算的前景。然而，一个主要挑战是实现使用工业采用的自旋电子学材料堆栈对突触和神经元器件实现无场自旋轨道（SOT）控制。在本研究中，我们展示了利用CoFeB铁磁薄膜系统的无场SOT自旋电子学突触，其中不对称的器件设计和特意添加的CoFeB薄膜侧向凹 notch 促进了有效的域壁 DW 核化、运动和锁定/脱锁。该方法产生多个模拟、非易失电阻状态，具有增强的线性和对称性， resulting in 可编程和稳定的突触权重。我们提供了系统性的测量方法以提高突触的线性和对称性。此外，我们展示了具有纳米尺寸的磁隧道结（MTJ）作为SOT驱动的随机神经元，表现出电流可调的玻尔兹曼式概率开关行为，这为在硬件中实现的内在Gibbs抽样能力。通过将这些突触和神经元集成到一个以分类层为补充的玻尔兹曼机器中，我们在MNIST数据集上实现了超过98%的识别准确率，在Fashion MNIST上实现了86%的准确率。这一工作为无场突触和神经元器件的框架奠定了基础，为实际的、材料兼容的和全自旋电子学神经形态计算硬件铺平了道路。
引用
@article{arxiv.2510.05616,
title = {Field Free Spin-Orbit Torque Controlled Synapse and Stochastic Neuron Devices for Spintronic Boltzmann Neural Networks},
author = {Aijaz H. Lone and Meng Tang and Camelia Florica and Bin He and Jingkai Xu and Xixiang Zhang and Gianluca Setti},
journal= {arXiv preprint arXiv:2510.05616},
year = {2025}
}