Synaptic Multi-Weight Wafer-Scale Domain Wall Magnetic Tunnel Junctions Driven by Spin Orbit Torque
Este estudo demonstra uma abordagem escalonável ao nível de wafer para a criação de dispositivos sinápticos espintrônicos de pesos múltiplos utilizando junções de túnel magnético impulsionadas por torque de spin-órbita que alcançam até oito estados de resistência distintos através da manipulação de parede de domínio, oferecendo um caminho para sistemas neuromórficos de alta precisão apesar dos desafios provenientes da variabilidade dos dispositivos.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelo autor. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Os computadores modernos estão se tornando incrivelmente poderosos em tarefas como reconhecer rostos ou traduzir idiomas, mas o fazem consumindo quantidades vastas de eletricidade. Isso ocorre porque os computadores tradicionais mantêm sua memória e suas partes de pensamento em lugares separados, forçando os dados a viajar de um lado para o outro constantemente, o que desperdiça energia. Para resolver isso, cientistas estão construindo um novo tipo de hardware que imita o céreamente humano, onde a memória e o cálculo acontecem no mesmo ponto minúsculo. Essas células cerebrais artificiais, chamadas sinapses, precisam ser capazes de conter muitos valores diferentes, não apenas um simples liga ou desliga, para funcionar de forma eficiente. Por anos, um tipo promissor de memória chamado memória magnética de acesso aleatório era simples demais para este trabalho, geralmente preso em apenas dois estados. No entanto, uma equipe de pesquisadores encontrou agora uma maneira de induzir esses dispositivos magnéticos a conterem muitos valores ao mesmo tempo, abrindo um caminho para computadores muito mais eficientes energeticamente.
Os pesquisadores, trabalhando na Universidade do Texas em Austin e no centro de pesquisa IMEC na Bélgica, focaram em um tipo específico de dispositivo de memória magnética conhecido como junção túnel magnética. Imagine um sanduíche minúsculo feito de camadas magnéticas separadas por um isolante fino. Em uma versão padrão deste dispositivo, as camadas magnéticas podem apontar em uma de duas direções, representando um zero ou um um. A equipe queria ver se poderia fazer esses dispositivos conterem mais do que apenas dois valores. Para fazer isso, eles construíram um grande lote desses dispositivos em uma enorme lâmina de silício, do tamanho de um prato de jantar, que é o padrão para a fabricação industrial. Eles criaram dispositivos que eram longos e estreitos, esticando-os para serem cerca de cinco vezes mais longos do que largos, enquanto mantinham um grupo de controle de dispositivos perfeitamente redondos e circulares para comparar.
Quando a equipe testou esses dispositivos longos e estreitos, descobriu algo inesperado. Ao aplicar um campo magnético e enviar pulsos elétricos através do dispositivo, eles conseguiram forçar as camadas magnéticas a se estabelecerem em uma variedade de posições estáveis, não apenas nos dois extremos. Em seus dispositivos longos de melhor desempenho, eles conseguiram ajustar a resistência para oito níveis distintos. Isso significa que um único dispositivo poderia representar três bits de informação de uma só vez, em vez de apenas um. Os dispositivos de controle circulares, no entanto, permaneceram obstinadamente binários, alternando apenas entre dois estados. A chave para desbloquear esses níveis extras foi o formato do dispositivo e a maneira como a corrente elétrica fluía através dele. O formato longo fez com que o potencial elétrico variasse através do dispositivo, criando um leve desequilíbrio que permitiu que paredes magnéticas se formassem e ficassem presas no meio, criando esses níveis de resistência extras.
Para entender exatamente como isso aconteceu, a equipe realizou simulações detalhadas por computador que modelavam o fluxo de eletricidade e o comportamento dos campos magnéticos dentro das estruturas minúsculas. Essas simulações confirmaram que os níveis extras foram causados por paredes de domínio magnético — fronteiras onde a direção magnética muda — que ficaram presas devido ao fluxo elétrico irregular. Os pesquisadores também verificaram se campos magnéticos residuais de camadas próximas eram a causa, mas suas simulações mostraram que esses campos eram fracos demais e muito localizados para serem o principal motor. Em vez disso, as evidências apontaram que as condições elétricas específicas criadas pelo formato longo do dispositivo eram a razão primária para o comportamento multinível.
A equipe então testou o quão úteis seriam esses novos dispositivos multiníveis em um cenário do mundo real, simulando uma rede neural projetada para reconhecer números escritos à mão, um teste padrão para inteligência artificial. Eles programaram a rede usando os níveis de resistência que mediram de seus dispositivos reais. Quando assumiram que cada dispositivo individual no chip funcionava perfeitamente e podia alcançar todos os oito níveis, o sistema atingiu uma precisão de 96,1 por cento, o que é muito próximo do desempenho de um computador digital perfeito. No entanto, quando incluíram as diferenças naturais entre dispositivos individuais que ocorrem durante a fabricação, a precisão caiu para 48,6 por cento. Essa lacuna destaca que, embora a tecnologia funcione, os dispositivos precisam ser feitos de forma mais consistente para serem verdadeiramente confiáveis.
Este trabalho demonstra que é possível transformar chips de memória magnética padrão em sinapses artificiais multiníveis simplesmente mudando seu formato e como são acionados. Os pesquisadores mostraram que, ao esticar esses dispositivos, eles poderiam quebrar o limite binário usual e acessar um espectro de estados de resistência. Embora os dispositivos ainda apresentem alguma variação de um para outro, a capacidade de programá-los em estados específicos usando um processo passo a passo sugere que eles poderiam ser treinados, de forma muito semelhante a um cérebro biológico. As descobertas oferecem uma rota clara para construir sistemas neuromórficos escaláveis e energeticamente eficientes que poderiam, um dia, executar tarefas complexas de inteligência artificial sem os custos de energia massivos dos computadores de hoje.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.