五倍增强自旋轨道转矩效率与反演对称性破缺下无外场磁化翻转的协同效应：迈向神经形态计算

利用自旋轨道转矩的非易失性神经形态计算元件为缓解当代计算系统中的存储墙瓶颈提供了可行的解决方案。然而，两个挑战——低自旋轨道转矩效率以及垂直磁化翻转所需的面内对称性破缺场——极大地限制了其实际应用。在这项工作中，通过在我们的材料堆栈中集成薄层氧化钌，实现了铂自旋轨道转矩层的增强自旋轨道转矩效率和无外场垂直磁化翻转。根据磁滞回线偏移测量确定，最佳的氧化钌厚度（0.5 nm）使阻尼类自旋轨道转矩效率比纯自旋轨道转矩层（铂）提高了5.2倍，同时具有相对较低的电阻率（90微欧姆·厘米）。此外，与参考样品相比，我们将临界磁化翻转电流密度降低了3倍。我们的实验结果还表明，在存在新兴的内建界面场的情况下，拉什巴效应诱导了显著的无外场磁化翻转。值得注意的是，通过调控增强的自旋轨道转矩和界面磁性的协同效应，实现了可靠的多电阻突触状态。通过实现人工神经网络，进一步评估了突触状态的功能，在MNIST和Fashion-MNIST数据集上分别达到了约95%和87%的图像识别准确率。这项系统性的研究为用于实际神经形态计算应用的节能、无外场自旋轨道转矩突触铺平了道路。