《Journal of Magnetism and Magnetic Materials》：Next-generation MRAM technologies and their emerging roles in artificial intelligence
编辑推荐：
黄普阳|马克西姆斯·阿尔多·迪·佩尔纳|威廉·黄|薛芬|蔡威尔曼|范德良|王珊斯坦福大学电气工程系，美国加利福尼亚州斯坦福市摘要磁阻随机存取存储器（MRAM）已成为下一代非易失性存储器和节能计算的主要候选技术，这一趋势得益于对低功耗、可扩展以及具备人工智能（AI）功能的硬件的日益
黄普阳|马克西姆斯·阿尔多·迪·佩尔纳|威廉·黄|薛芬|蔡威尔曼|范德良|王珊
斯坦福大学电气工程系，美国加利福尼亚州斯坦福市
摘要
磁阻随机存取存储器（MRAM）已成为下一代非易失性存储器和节能计算的主要候选技术，这一趋势得益于对低功耗、可扩展以及具备人工智能（AI）功能的硬件的日益增长的需求。除了传统的自旋转移力矩（STT）和三端自旋轨道力矩（SOT）MRAM之外，最近还出现了几种在切换速度、能效和功能灵活性方面具有优势的新技术。在这篇综述中，我们统一介绍了六种新兴的MRAM技术：混合STT-SOT MRAM、STT辅助SOT（SAS）MRAM、两端SOT-MRAM、电压控制磁各向异性（VCMA）-MRAM、电压门控自旋轨道力矩（VG-SOT）-MRAM和电压控制交换耦合（VCEC）-MRAM。在第一部分，我们探讨了这些技术背后的不同物理机制以及最近的实验结果。对于每种技术，我们总结了其关键优势、材料选择和可扩展性挑战。在第二部分，我们转向计算应用方面，重点介绍了这些技术如何扩展非冯·诺依曼架构的设计空间。SAS-MRAM支持计算在内存中（CIM）的原语，具有低能耗和紧凑的外围电路，能够在边缘AI系统中实现高效的向量-矩阵乘法和乘法-累加操作。相比之下，VCMA-MRAM的电压可调随机性和低能耗进动特性使其非常适合随机计算，能够加速扩散模型、概率推理和水库计算。总体而言，这篇综述将器件物理与系统级应用联系起来，概述了下一代MRAM技术在推动未来边缘AI和非冯·诺依曼计算平台方面的潜力。
引言
人工智能（AI）和数据驱动计算在现代社会中的广泛应用对下一代计算系统的能效和性能提出了前所未有的要求[1]、[2]、[3]。为了支持模型规模和算法复杂性的快速增长，必须在节能计算硬件方面取得重大进展[4]、[5]。同时，边缘设备在功耗和片上计算能力方面面临严格限制，这阻碍了它们托管最先进的大规模AI模型的能力[6]。这些挑战凸显了迫切需要能够同时提供高性能和低能耗的硬件解决方案。
在各种新兴存储技术中，磁阻随机存取存储器（MRAM）因其快速的读写速度、非易失性、高耐用性和低功耗而受到广泛关注，使其成为边缘计算应用的理想选择[7]、[8]。传统的自旋转移力矩（STT）MRAM和自旋轨道力矩（SOT）MRAM分别利用自旋极化电流通过自旋转移或自旋轨道力矩来切换磁化[9]、[10]、[11]、[12]（图1a）。然而，STT-MRAM由于写入电流直接流经磁隧道结（MTJ）隧道屏障，存在固有的潜伏延迟和较低的耐用性；而SOT-MRAM虽然速度更快，但其三端结构增加了可扩展性的复杂性并提高了功耗。为了解决这些限制，最近的研究探索了新的MRAM架构，如混合STT-SOT MRAM[13]、[14]、[15]、[16]、STT辅助SOT（SAS）MRAM[17]、[18]、[19]、[20]、两端SOT-MRAM[22]、[23]、电压控制磁各向异性（VCMA）-MRAM[24]、[25]、[26]、电压门控自旋轨道力矩（VG-SOT）-MRAM[27]、[28]、[29]、[30]、[31]、[32]、[33]以及电压控制交换耦合（VCEC）-MRAM[34]、[35]、[36]、[37]、[38]、[39]。这篇综述总结了这些新兴MRAM技术的最新进展，并讨论了它们在节能边缘AI和非冯·诺依曼计算应用中的潜力。
章节摘录
下一代MRAM
在介绍下一代MRAM技术之前，我们首先简要回顾一下传统STT-MRAM和SOT-MRAM的工作原理和局限性。如图1a所示，STT-MRAM依赖于自旋极化电流向磁隧道结（MTJ）中的自由层磁化转移自旋角动量。当电荷电流通过固定参考层时，它会变得自旋极化并对自由层施加力矩，从而切换其磁化状态
计算在内存中
计算在内存中（CIM）架构因能够高效执行向量-矩阵乘法（VMM）[62]和乘法-累加（MAC）[63]操作而受到广泛关注，这些操作主导了现代神经网络的计算复杂性和能耗。这些操作是卷积神经网络、变换器和推荐系统的核心计算内核。通过在内存内部直接执行VMM/MAC操作
科学挑战与未来展望
前一节表明，诸如混合STT-SOT MRAM、SAS-MRAM、两端SOT-MRAM、VCMA-MRAM、VG-SOT-MRAM和VCEC-MRAM等新兴MRAM技术在克服传统STT和SOT架构的固有挑战方面具有巨大潜力。然而，每种方法仍存在独特的局限性，必须在实现实际大规模部署之前加以解决。
在混合STT-SOT MRAM和SAS-MRAM中，基于自旋轨道的协同切换机制
CRediT作者贡献声明
黄普阳：撰写——原始草稿、可视化、验证、概念化。马克西姆斯·阿尔多·迪·佩尔纳：研究。威廉·黄：研究。薛芬：研究。蔡威尔曼：撰写——审阅与编辑、验证。范德良：撰写——审阅与编辑、验证。王珊：撰写——审阅与编辑、监督、资源管理、项目协调、资金获取、概念化。
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
致谢
美国国家科学基金会和行业合作伙伴在半导体未来（FuSe）计划下的资助（项目编号：2328804）、创新合作伙伴关系（PFI）计划下的资助（项目编号：2345655）、先进芯片工程设计与制造（ACED Fab）计划下的资助（项目编号：2314591），以及斯坦福非易失性存储技术研究计划（NMTRI）的支持。部分工作在斯坦福纳米共享设施完成
