Characterization and modeling of spintronic devices for memory and computing applications

This Thesis work deals with the electrical characterization and physics-based modeling of perpendicular spin-transfer torque magnetoresistive memory (p-STT-MRAM), which is considered a promising emerging memory technology thank to its non-volatility, fast switching and current scalability. On the other hand, due to random thermal fluctuations, switching transitions show inherent random stochastic variations, which can be harmful for memory applications. In this Thesis, a thorough experimental characterization of the stochastic switching-induced write error rate (WER) is presented. A new physics-based compact model for the stochastic switching is then introduced in order to predict WER dependence on the applied voltage and pulse-width. The capabilities of the model are then demonstrated for the design and simulation of STT-based hardware security primitives (e.g., true-random number generator - TRNG) and spiking neuron for stochastic and neuromorphic computing, which are attracting interest as non-von Neumann computing paradigms. Finally, a spintronic memory device based on spin-orbit torque (SOT) assisted switching is experimentally characterized. This new device will eventually allow for the overcoming of most of the reliability problems of STT-MRAM, such as dielectric breakdown-limited cycling endurance.

Questo lavoro di Tesi si occupa della caratterizzazione elettrica e della modellistica basata sulla fisica di memorie magnetiche a spin-transfer torque con magnetizzazione perpendicolare (p-STT-MRAM), le quali sono considerate una promettente tecnologia emergente di memoria grazie alla sua non volatilità, alle elevate prestazioni e alla scalabilità. D’altro canto, a causa delle fluttuazioni termiche, le transizioni tra i due stati stabili magnetici sono affette da variazioni randomiche, che possono compromettere il funzionamento come dispositivo di memoria. In questa Tesi è presentata una tecnica di caratterizzazione elettrica del tasso di errori di scrittura causati dalle transizioni stocastiche. Un nuovo modello basato sulla fisica è introdotto e impiegato per prevedere la dipendenza di tali errori di scrittura dalla tensione e tempistica di programmazione della memoria. Il modello è poi utilizzato per la simulazione di circuiti basati su memorie STT quali un generatore di numeri casuali e un neurone stocastico. Quest’ultimo è poi utilizzato come primitiva di calcolo in paradigmi emergenti di computazione come “stochastic computing” e “neuromorphic computing”. Un nuovo dispositivo spintronico è infine stato caratterizzato elettricamente: la memoria magnetica a spin-orbit torque, la quale basa il suo funzionamento su un differente principio rispetto alla STT-MRAM. Queste nuove memorie sono di fondamentale importanza poiché permettono di superare le limitazioni intrinseche delle STT-MRAM, quali, per esempio, la rottura dell’ossido di tunnel durante l’operazione di scrittura.