Simple Science

La science de pointe expliquée simplement

# Physique# Physique à méso-échelle et à nano-échelle# Science des matériaux

Avancées dans les nano-oscillateurs Spin Hall

De nouveaux appareils SHNO promettent des performances écoénergétiques pour le calcul et le traitement des données.

― 6 min lire


Les SHNOs franchissentLes SHNOs franchissentles barrièresd'efficacitétechnologies avancées.besoins en courant réduits pour desDe nouveaux nano-oscillateurs ont des
Table des matières

Les avancées récentes en spintronique, un domaine technologique qui combine le spin et la charge des électrons, ont conduit à des développements significatifs dans de nouveaux dispositifs. Un type excitant de ces dispositifs s'appelle les nano-oscillateurs de Hall de spin (SHNOs). Ces petits dispositifs sont prometteurs pour diverses applications, y compris l'informatique et le traitement des données. Ils peuvent osciller, ou produire des signaux répétés, ce qui les rend utiles pour des choses comme les réseaux de neurones et d'autres types de calculs.

Cependant, plus on rend ces dispositifs petits, en particulier sous 50 nanomètres de largeur, plus on rencontre des défis. Un problème majeur est que la quantité de courant nécessaire pour faire fonctionner ces minuscules dispositifs ne diminue pas comme prévu, les rendant moins efficaces. Cet article explore comment le détournement de courant à travers les matériaux sous-jacents pose problème et comment l'utilisation de différentes couches de semence peut aider à améliorer les performances.

Qu'est-ce que les nano-oscillateurs de Hall de spin ?

Les nano-oscillateurs de Hall de spin sont des dispositifs qui utilisent le spin des électrons pour créer des signaux oscillants. Ils sont généralement fabriqués à partir d'un mélange de matériaux et nécessitent une certaine quantité de courant pour fonctionner correctement. Leur capacité à osciller est cruciale pour diverses applications technologiques, comme le stockage mémoire, la communication et le traitement des données.

Alors que les chercheurs s'efforcent de miniaturiser ces dispositifs, ils ont rencontré des problèmes où la quantité de courant nécessaire pour démarrer l'oscillation ne diminue pas comme prévu. Les premiers dispositifs nécessitaient plusieurs milliampères de courant, mais des améliorations dans la conception et les matériaux ont conduit à une réduction significative du courant nécessaire. L'objectif est d'utiliser le moins d'énergie possible tout en réalisant les tâches requises.

L'importance du substrat

Le substrat est le matériau de base qui supporte le SHNO. Le choix du substrat est très important car il affecte la performance du dispositif. Initialement, le saphir était le substrat le plus courant, mais les chercheurs se sont tournés vers un type de silicium connu sous le nom de silicium à haute résistivité (HiR-Si) car il est plus compatible avec la technologie moderne. Cependant, même le HiR-Si a des limites, car il n'isole pas complètement et peut entraîner des fuites de courant. Cette fuite devient plus prononcée à mesure que les SHNOs sont miniaturisés.

Lorsque la largeur des dispositifs descend en dessous de 50 nanomètres, le problème de détournement de courant à travers le substrat devient critique, entraînant des courants opérationnels plus élevés et des inefficacités.

Développement de dispositifs et techniques de mesure

Pour relever ces défis, les chercheurs ont fabriqué différents SHNOs en utilisant une gamme de couches de semence et de Substrats. Ces couches sont des films minces placés entre le substrat et le matériau principal du SHNO pour améliorer les performances. Des mesures ont ensuite été réalisées pour évaluer le bon fonctionnement de ces dispositifs à différentes largeurs.

Deux techniques clés ont été employées pour ces mesures : des méthodes électriques et optiques.

  1. Mesures électriques : Cela a impliqué d'appliquer des courants aux dispositifs et de mesurer leur réponse, en se concentrant particulièrement sur le courant minimal nécessaire pour l'oscillation.

  2. Mesures optiques : En utilisant une méthode appelée diffusion de lumière micro-Brillouin (BLS), les chercheurs ont pu visualiser et analyser le comportement d'oscillation des SHNOs. Cette méthode optique permet une haute sensibilité et une résolution spatiale dans la détection des oscillations.

Résultats de la recherche

Les résultats ont montré que l'utilisation d'une couche ultrafine d'oxyde d'aluminium (AlO) améliorait significativement les performances des SHNOs. Plus précisément, les SHNOs d'une largeur de 10 nanomètres fonctionnaient à un courant seuil très faible, les rendant beaucoup plus efficaces que les dispositifs testés précédemment.

Les courants mesurés descendaient aussi bas que 26 microampères pour ces dispositifs optimisés. En revanche, les dispositifs sur un substrat inadapté montraient des exigences de courant beaucoup plus élevées, soulignant l'importance de choisir les bons matériaux.

Conductivité thermique et gestion de la chaleur

Un autre facteur critique est la gestion de la chaleur au sein des SHNOs. La chaleur générée pendant le fonctionnement peut affecter les performances et la durée de vie du dispositif. Une dissipation efficace de la chaleur est essentielle, surtout lorsqu'il s'agit de grands réseaux de SHNOs. Utiliser un substrat avec une bonne conductivité thermique aide à maintenir des températures plus basses, assurant ainsi que les dispositifs fonctionnent de manière fiable.

Des simulations ont montré que dans de petits dispositifs, la plupart de la chaleur est évacuée par les couches métalliques. Cependant, dans de plus grands réseaux, le substrat joue un rôle plus important dans la gestion de la chaleur. Avec la bonne combinaison de matériaux, les dispositifs maintenaient des niveaux de température acceptables, évitant ainsi des dommages.

Implications pour la technologie future

La capacité de produire des SHNOs d'à peine 10 nanomètres de large et fonctionnant à de si faibles courants ouvre de nombreuses possibilités. Ces dispositifs peuvent être intégrés dans des systèmes nécessitant une performance écoénergétique, comme l'informatique neuromorphique, qui imite le fonctionnement du cerveau humain.

Avec les avancées observées dans cette recherche, il est possible d'intégrer des milliers de ces minuscules dispositifs dans des zones compactes, utiles pour un large éventail d'applications allant de l'informatique avancée aux télécommunications.

Conclusion

L'exploration des nano-oscillateurs de Hall de spin ultra-étroits a conduit à des découvertes et des avancées significatives dans ce domaine. En choisissant soigneusement les substrats et les couches de semence, les chercheurs ont réussi à développer des dispositifs qui non seulement fonctionnent mieux mais le font avec des besoins énergétiques beaucoup plus faibles.

Cette recherche met en évidence l'importance d'une innovation continue dans la science des matériaux et l'ingénierie des dispositifs. À mesure que la technologie progresse, les découvertes de ce travail pourraient ouvrir la voie à des dispositifs plus intelligents et plus efficaces dans divers secteurs high-tech.

Source originale

Titre: Ultra-low current 10 nm spin Hall nano-oscillators

Résumé: Nano-constriction based spin Hall nano-oscillators (SHNOs) are at the forefront of spintronics research for emerging technological applications such as oscillator-based neuromorphic computing and Ising Machines. However, their miniaturization to the sub-50 nm width regime results in poor scaling of the threshold current. Here, we show that current shunting through the Si substrate is the origin of this problem and study how different seed layers can mitigate it. We find that an ultra-thin Al$_{2}$O$_{3}$ seed layer and SiN (200 nm) coated p-Si substrates provide the best improvement, enabling us to scale down the SHNO width to a truly nanoscopic dimension of 10 nm, operating at threshold currents below 30 $\mu$A. In addition, the combination of electrical insulation and high thermal conductivity of the Al$_{2}$O$_{3}$ seed will offer the best conditions for large SHNO arrays, avoiding any significant temperature gradients within the array. Our state-of-the-art ultra-low operational current SHNOs hence pave an energy-efficient route to scale oscillator-based computing to large dynamical neural networks of linear chains or two-dimensional arrays.

Auteurs: Nilamani Behera, Avinash Kumar Chaurasiya, Victor H. González, Artem Litvinenko, Lakhan Bainsla, Akash Kumar, Ahmad A. Awad, Himanshu Fulara, Johan Åkerman

Dernière mise à jour: 2023-05-11 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2305.06779

Source PDF: https://arxiv.org/pdf/2305.06779

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires