Synaptic Multi-Weight Wafer-Scale Domain Wall Magnetic Tunnel Junctions Driven by Spin Orbit Torque
Questo studio dimostra un approccio scalabile a livello di wafer per la creazione di dispositivi sinaptici spintronici a peso multiplo utilizzando giunzioni di tunnel magnetico guidate dalla coppia di spin-orbita che raggiungono fino a otto stati di resistenza distinti attraverso la manipolazione della parete di dominio, offrendo una via verso sistemi neuromorfici ad alta precisione nonostante le sfide derivanti dalla variabilità dei dispositivi.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dall'autore. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
I computer moderni stanno diventando incredibilmente potenti in compiti come il riconoscimento dei volti o la traduzione delle lingue, ma lo fanno consumando enormi quantità di elettricità. Questo accade perché i computer tradizionali tengono la memoria e le parti che "pensano" in luoghi separati, costringendo i dati a viaggiare continuamente avanti e indietro, il che spreca energia. Per risolvere questo problema, gli scienziati stanno costruendo un nuovo tipo di hardware che imita il cervello umano, dove la memoria e il calcolo avvengono nello stesso minuscolo punto. Queste cellule cerebrali artificiali, chiamate sinapsi, devono essere in grado di contenere molti valori diversi, non solo un semplice on o off, per funzionare in modo efficiente. Per anni, un tipo promettente di memoria chiamato memoria magnetica ad accesso casuale è stato troppo semplice per questo compito, rimanendo solitamente bloccato in soli due stati. Tuttavia, un team di ricercatori ha ora trovato un modo per convincere questi dispositivi magnetici a contenere molti valori contemporaneamente, aprendo una strada verso computer molto più efficienti dal punto di la consumo energetico.
I ricercatori, che lavorano presso l'Università del Texas ad Austin e il centro di ricerca IMEC in Belgio, si sono concentrati su un tipo specifico di dispositivo di memoria magnetica noto come giunzione tunnel magnetica. Immaginate un minuscolo sandwich fatto di strati magnetici separati da un sottile isolante. In una versione standard di questo dispositivo, gli strati magnetici possono puntare in una delle due direzioni, rappresentando uno zero o un uno. Il team voleva vedere se fosse possibile far sì che questi dispositivi contenessero più di soli due valori. Per farlo, hanno costruito un grande lotto di questi dispositivi su un enorme wafer di silicio, delle dimensioni di un piatto da cena, che è lo standard per la produzione industriale. Hanno creato dispositivi lunghi e stretti, allungandoli per essere circa cinque volte più lunghi della loro larghezza, mantenendo al contempo un gruppo di controllo di dispositivi perfettamente circolari per il confronto.
Quando il team ha testato questi dispositivi lunghi e stretti, ha scoperto qualcosa di inaspettato. Applicando un campo magnetico e inviando impulsi elettrici attraverso il dispositivo, sono riusciti a costringere gli strati magnetici a stabilizzarsi in una varietà di posizioni stabili, non solo alle due estremità estreme. Nei loro dispositivi lunghi con le migliori prestazioni, sono riusciti a regolare la resistenza a otto livelli distinti. Ciò significa che un singolo dispositivo può rappresentare tre bit di informazione alla volta, invece di uno solo. I dispositivi circolari di controllo, tuttavia, sono rimasti ostinatamente binari, commutando solo tra due stati. La chiave per sbloccare questi livelli extra è stata la forma del dispositivo e il modo in cui la corrente elettrica fluisce attraverso di esso. La forma lunga ha fatto sì che il potenziale elettrico variasse attraverso il dispositivo, creando un leggero squilibrio che ha permesso alle pareti magnetiche di formarsi e incastrarsi nel mezzo, creando quei livelli di resistenza extra.
Per capire esattamente come sia accaduto, il team ha eseguito simulazioni informatiche dettagliate che modellavano il flusso di elettricità e il comportamento dei campi magnetici all'interno delle minuscole strutture. Queste simulazioni hanno confermato che i livelli extra erano causati da pareti di dominio magnetico — confini dove la direzione magnetica cambia — che venivano bloccate in posizione dall'impostazione elettrica irregolare. I ricercatori hanno anche controllato se i campi magnetici dispersi dagli strati vicini fossero la causa, ma le loro simulazioni hanno mostrato che tali campi erano troppo deboli e troppo localizzati per essere il driver principale. Invece, le prove indicavano che le specifiche condizioni elettriche create dalla forma lunga del dispositivo erano la ragione primaria del comportamento multi-livello.
Il team ha poi testato quanto fossero utili questi nuovi dispositivi multi-livello in uno scenario reale, simulando una rete neurale progettata per riconoscere numeri scritti a mano, un test standard per l'intelligenza artificiale. Hanno programmato la rete utilizzando i livelli di resistenza misurati dai loro dispositivi reali. Quando hanno ipotizzato che ogni singolo dispositivo sul chip funzionasse perfettamente e potesse raggiungere tutti gli otto livelli, il sistema ha raggiunto un'accuratezza del 96,1%, molto vicina alle prestazioni di un computer digitale perfetto. Tuttavia, quando hanno incluso le naturali differenze tra i singoli dispositivi che si verificano durante la produzione, l'accuratezza è scesa al 48,6%. Questo divario evidenzia che, sebbene la tecnologia funzioni, i dispositivi devono essere resi più coerenti per essere davvero affidabili.
Questo lavoro dimostra che è possibile trasformare gli standard chip di memoria magnetica in sinapsi artificiali multi-livello semplicemente cambiando la loro forma e il modo in cui vengono pilotati. I ricercatori hanno dimostrato che, allungando questi dispositivi, potevano rompere il solito limite binario e accedere a uno spettro di stati di resistenza. Sebbene i dispositivi mostrino ancora alcune variazioni l'uno dall'altro, la capacità di programmarli in stati specifici attraverso un processo graduale suggerisce che potrebbero essere addestrati, proprio come un cervello biologico. Le scoperte offrono una via chiara verso la costruzione di sistemi neuromorfici scalabili ed efficienti dal punto di vista energetico che potrebbero un giorno eseguire compiti complessi di intelligenza artificiale senza i massicci costi energetici degli odierni computer.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.