自旋电子器件的新制造方法:将有机分子涂覆到金属上!

2019 年 9 月 13 日 IntelligentThings
导读

据日本东京大学官网近日报道,该校物理学家创造出一种制造自旋电子器件的新方法。这个新的制造方法很有吸引力,因为它采用了相对易于根据不同用途而进行配置的有机分子。这些分子层可以涂覆或者印刷到金属上,创造新的电子功能。


背景


如今,几乎所有的电子器件都是基于电子的的电荷特性。金属导体或者半导体中的电荷定向运动会形成电流,电流可用于传输与处理数据信息。可是,当电流流经导线与半导体时,不可避免地会散发热量,产生能耗。


(图片来源:Getty Images)


目前,随着芯片上集成的晶体管数量不断增加,电流所带来的发热问题愈发严重,对芯片的处理速度与性能产生了负面影响,阻碍了电子器件的进一步小型化。


值得庆幸的是,电子除了电荷这一特性,还有另一种与生俱来的量子物理特性:“自旋它可以被理解为一种角动量要么“向上”,要么“向下”自旋着的微小粒子,好像围绕着自己的轴持续地旋转,创造出可用于传输或存储信息的磁矩


(图片来源:Sumio Ishihara)


类似于电流,自旋流就是电子自旋或者角动量的定向相干运动;不同于电流,自旋流并不需要电荷的宏观移动。自旋霍尔效应为产生自旋流提供了一种简单且有效的方法。当系统加上一个外部电场时,由于自旋轨道耦合作用,一个顺磁体系可以产生一个垂直于电场的自旋流。这个自旋流的极化方向垂直于电场和流向的平面。


(图片来源:Gopman/NIST)


基于对电子自旋与自旋流的研究,科学家们创造出了许多自旋电子器件。这些自旋电子器件具有体积小、速度快、功耗小等优势。在后摩尔时代,自旋电子器件有望成为基于电荷与电流的传统半导体器件的替代品。


基于磁振子的自旋晶体管(图片来源:L. Cornelissen


然而,想要实现有用的自旋电子器件,我们会面对几项挑战。这些挑战包括寻找产生自旋流的方法,以及成功产生自旋流之后,让自旋电子元件具备各种有价值的功能,这些功能包括作为高速存储器保存数据的能力。


存储密度达128Mb的自旋转移矩-磁性随机存储器(STT-MRAM),写入速度达14纳秒。(图片来源:日本东北大学)


创新


近日,日本东京大学固态研究所助理研究员 Hironari Isshiki 及其团队,找到一种新颖、简洁、优雅的方法,应对上述两个复杂挑战。


该校物理学家创造出一种制造自旋电子器件的新方法。由于这些高性能、低功耗的自旋电子器件具有美好的前景,所以制造这些器件的有效方法备受追捧。这个新的制造方法很有吸引力,因为它采用了相对易于根据不同用途而进行配置的有机分子。这些分子层可以涂覆或者印刷到金属上,创造新的电子功能。


图片展示了这项研究中使用的实验样本的构成结构(图片来源:Isshiki et al.)


技术


Isshiki 表示:“我们成功地演示了通过一个简单的‘涂漆层’,在铜样本中将自旋流高效转化为电流。这一层只有一个原子的厚度,并由有机物组成。该器件的转换效率堪比铂或铋等无机金属材料制成的器件。然而,与无机材料相比,有机材料更易于操控,以便制造出各种不同的功能。”


这个有机层是由一种称为“酞菁铅( lead(II) phthalocyanine)”的物质组成。注入到这个分子覆盖的表面中的自旋流,被高效地转化为我们熟悉的电流。研究人员通过各种不同厚度的有机层展开实验,以观察哪种厚度最有效。当这一层只有单个原子的厚度时,分子整齐排列,最高效地将自旋转化为电流。

仅为0.6个分子厚度(左)、1.0个分子厚度(中)、1.9个分子厚度(右)的有机层的扫描隧道显微镜图像 。(图片来源:Isshiki et al.)


价值


Isshiki 解释道:“有机分子为自旋电子学研究人员特别提供了高度的设计自由,因为它们相对容易操控。我们希望看到可能会在高性能计算或者低功耗器件领域发挥作用的各种功能元件。这些超薄层也意味着我们有朝一日将创造出柔性器件,甚至是通过特种打印机创造的器件。”


未来


Isshiki 及其同事们的未来计划探索位于导电材料上的其他有机层配置,以实现新的自旋功能。他们也希望研究电荷到自旋流的转化,相反的过程已经在这项研究中进行了演示。该研究领域的目标是加速有机分子自旋电子学的研究。


关键字

自旋有机电子


参考资料


【1】H. Isshiki, K. Kondou, S. Takizawa, K. Shimose, T. Kawabe, E. Minamitani, N. Yamaguchi, F. Ishii, A. Shiotari, Y. Sugimoto, S. Miwa, Y. Otani. Realization of Spin-dependent Functionality by Covering a Metal Surface with a Single Layer of Molecules. Nano Letters, 2019; DOI: 10.1021/acs.nanolett.9b02619
【2】https://www.u-tokyo.ac.jp/focus/en/press/z0508_00069.html




了解更多前沿技术,请点击“阅读原文”。

登录查看更多
0

相关内容

动量方法 (Polyak, 1964) 旨在加速学习,特别是处理高曲率、小但一致的梯度,或是带噪声的梯度。 动量算法积累了之前梯度指数级衰减的移动平均,并且继续沿该方向移动。
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
【元图(Meta-Graph):元学习小样本连接预测】
专知会员服务
64+阅读 · 2020年5月31日
【BAAI|2019】类脑神经网络技术及其应用,鲁华祥(附pdf)
专知会员服务
29+阅读 · 2019年11月21日
光子Ising机的前景光明
中国物理学会期刊网
6+阅读 · 2019年7月17日
同质结中的“超注入”现象:半导体光源迎来新机遇!
【无人机】无人机的自主与智能控制
产业智能官
47+阅读 · 2017年11月27日
【智能制造】离散型制造业如何实现智能制造​
产业智能官
7+阅读 · 2017年10月16日
已删除
Arxiv
32+阅读 · 2020年3月23日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
VIP会员
Top
微信扫码咨询专知VIP会员