本發明公開了一種基于反鐵磁材料的突觸器件及其調控方法。突觸器件包括：襯底；反鐵磁功能層，設置于所述襯底上；突觸前電極，設置于所述反鐵磁功能層上，用于接入第一脈沖電流，以使反鐵磁功能層的磁矩從初始方向翻轉至垂直方向，以增大反鐵磁功能層的電阻，其中初始方向與所述垂直方向相互垂直；突觸后電極，設置于反鐵磁功能層上，用于接入第二脈沖電流，以使反鐵磁功能層的磁矩從所述垂直方向翻轉至所述初始方向，以減小反鐵磁功能層的電阻。可實現對突觸的長時程增強、長時程抑制、放電時間依賴可塑性等特性模擬，可用于構建高度仿生的突觸器件，具有功耗低、工作速度快、非易失、不受外界磁場干擾、集成度高等優點。

技術領域

本發明屬于類腦計算技術領域，具體地講，涉及一種基于反鐵磁材料的突觸器件及其調控方法。

背景技術

目前，人工智能產業正爆發式增長。作為人工智能產業的基礎層，人工智能芯片具有巨大的市場規模。對于如無人駕駛、面部識別等應用，由于網絡延遲、帶寬和隱私問題等各類原因，必須在終端完成推理與訓練。而目前邊緣處理器芯片主要基于馮諾依曼架構，其計算能力不能滿足在本地實現神經網絡推理的需求。目前有望滿足這一需求的方案是類腦計算芯片。類腦計算芯片通過模擬人腦工作特性，采用非馮諾依曼架構構建硬件神經網絡，從而實現低功耗、高性能的認知智能計算。

目前三星、蘋果、華為、高通、聯發科、IBM、英特爾等芯片廠商紛紛推出或者正在研發相關的類腦計算芯片產品。IBM發布了TrueNorth芯片，其運行能耗僅需20mW/cm²，為傳統計算機CPU能耗(50-100W/cm²)的千分之一，展示出了類腦芯片的巨大優勢。英特爾發布了Loihi神經形態芯片，集成了13萬神經元和1.3億突觸，具有強大的人工智能計算性能和靈活的片上學習能力。這類類腦計算芯片主要利用多個晶體管來模擬單個神經元或突觸的特性，因此面臨嚴重的集成以及功耗問題。為此，人們致力于探索新材料體系，希望利用材料本身的物理特性實現對神經元或突觸的功能表達，從而搭建低功耗、高性能、可片上學習的類腦計算系統。

在對突觸特性模擬方面，憶阻器被認為是最具希望的解決方案。目前突觸器件領域研究最為成熟的是基于氧化物材料的體系，其工作機理主要依賴離子、氧空位在電場作用下遷移和聚集。顯然，基于離子、氧空位遷移的過程比基于電子遷移的速度慢，且受到熱效應的影響而使得穩定性較差，隨機性很大，難以控制，且很容易受到外界環境的影響，限制了憶阻器的發展。

發明內容

(一)本發明所要解決的技術問題

本發明解決的技術問題是：如何提供一種功耗低、集成度高、具有非易失性且不受外界影響的突觸器件。

(二)本發明所采用的技術方案

為解決上述的技術問題，本發明采用如下技術方案：

一種基于反鐵磁材料的突觸器件，包括：

襯底；

反鐵磁功能層，設置于所述襯底上；

突觸前電極，設置于所述反鐵磁功能層上，用于接入第一脈沖電流，以使所述反鐵磁功能層的磁矩從初始方向翻轉至垂直方向，以增大所述反鐵磁功能層的電阻，其中所述初始方向與所述垂直方向相互垂直；

突觸后電極，設置于所述反鐵磁功能層上，用于接入第二脈沖電流，以使所述反鐵磁功能層的磁矩從所述垂直方向翻轉至所述初始方向，以減小所述反鐵磁功能層的電阻。

優選地，所述突觸前電極包括相對設置的第一電極和第二電極，所述第一電極和所述第二電極的連線方向與所述反鐵磁功能層的磁矩的初始方向平行。

優選地，所述突觸后電極包括相對設置的第三電極和第四電極，所述第三電極和所述第四電極的連線方向與所述反鐵磁功能層的磁矩的初始方向垂直。

優選地，所述反鐵磁功能層為包括包括單層反鐵磁薄膜層或多層反鐵磁薄膜層。