自旋电子学与 AI 芯片：从 GMR 到 MRAM
硬盘里读出 TB 级数据、让大模型训得起来的底层技术之一，居然和电子"自旋"有关？这篇带你走完从巨磁电阻到 SOT-MRAM 的四十年，并回答一个问题：自旋器件为什么天然适合做存算一体。
一、电子不只会"跑"，还会"转"
我们熟悉的电子学，利用的是电子的电荷：电子定向移动形成电流，电压控制电流的通断，构成了所有晶体管与电路的基础。但电子还有一个伴随属性——自旋（Spin）。你可以把它粗略想象成电子在自转，产生一个微小磁矩，方向只有"上"和"下"两种。
自旋电子学（Spintronics）研究的，就是如何利用电子的自旋（而非仅仅利用电荷）来存储、传输和处理信息。这门学科最直观的"杀手级应用"有两个：一个是上世纪 90 年代引爆硬盘革命的巨磁电阻（GMR）磁头，另一个就是本文的主角——磁性随机存储器（MRAM）。
二、从 GMR 到 TMR：用磁化方向表示信息
2.1 巨磁电阻 GMR：诺贝尔奖级发现
1988 年，法国科学家 Albert Fert 与德国科学家 Peter Grünberg 各自独立发现：由铁磁层/非磁层交替堆叠而成的多层薄膜，其电阻会随相邻铁磁层磁化方向的相对取向发生巨大变化——磁化平行时电阻低，反平行时电阻高。这种效应被命名为巨磁电阻（Giant Magnetoresistance, GMR），二人因此获得 2007 年诺贝尔物理学奖。
GMR 的物理图像可以用"自旋相关散射"理解：铁磁材料中，自旋方向与磁化方向一致的电子散射弱，反向的电子散射强。多层膜中相邻层磁化方向平行或反平行时，两种自旋通道的"通行情景"截然不同，宏观上就体现为电阻的高低差异。
IBM 迅速把 GMR 用进了硬盘磁头，磁盘存储密度随之爆炸式增长——可以说，没有 GMR 就没有现代数据存储产业。
2.2 隧穿磁电阻 TMR：MRAM 的物理基础
如果把 GMR 结构中的非磁导体层换成一层极薄的绝缘势垒（如 MgO），就得到了磁隧道结（Magnetic Tunnel Junction, MTJ）：电子以量子隧穿方式穿过势垒，隧穿电阻同样强烈依赖两侧铁磁层磁化方向的相对取向，这就是隧穿磁电阻（TMR）效应。
MTJ 的妙处在于：
- 阻值差异大：室温下 TMR 比值可达 100%~600% 以上，高低阻态区分明显，读出裕度好；
- 一个 MTJ 就是一个存储单元：两层铁磁层中，一层磁化方向固定（参考层），另一层可自由翻转（自由层）——自由层朝上或朝下，就分别对应二进制的"1"和"0"；
- 非易失：磁化方向不依赖供电维持，断电后数据天然保持。
把成千上万个 MTJ 按交叉阵列排布、配上选通管与读写电路，就得到了 MRAM。
三、怎么写进去？STT 与 SOT
有了阻值，还要能自由地翻转自由层。历史上两条主流写入路线：
3.1 STT：自旋转移矩
STT-MRAM 采用两端结构：读写共用一条通路，写操作时施加一个较大的穿隧电流，电流中自旋极化的电子把自旋角动量转移给自由层，当其超过阻尼转矩时，自由层翻转。STT-MRAM 已经实现量产（嵌入式 eMRAM 用于 MCU/SoC），但两端结构带来一个结构性矛盾：读和写走同一条路，读电流虽小却也可能扰动自由层，而频繁写入又会磨损势垒——读扰动与耐久性难以兼得。
3.2 SOT：自旋轨道矩，读写解耦
SOT-MRAM 给出更优雅的解法，采用三端结构：
- 在 MTJ 旁边沉积一层重金属材料（如 β-W、W、Ta），通入面内电流后，强自旋轨道耦合通过自旋霍尔效应产生垂直方向的纯自旋流，注入 MTJ 自由层；
- 自旋流的自旋轨道矩（Spin-Orbit Torque）实现自由层翻转——写入路径与 MTJ 读出路径物理分离；
- 读取仍走 MTJ 的 TMR 通道，小电流、无扰动。
这带来几个直接好处：读扰动消失（读电流不再翻转自由层）、耐久大幅提升（理论可达 1015 次以上量级）、写入速度更快（进动式翻转可达亚纳秒甚至皮秒级）。代价则是需要额外的写终端，单元面积略增，且通常需要辅助手段（如外部磁场线、交换偏置或锥形结构）实现确定性双向翻转。
对存算一体的启示：CIM 阵列要反复读、偶尔写，SOT 的"读写解耦"恰好对症——读不磨损，写不打断。
四、自旋器件为何适合存算一体
把自旋器件放进 CIM 语境，它的优势几乎逐条对应了 CIM 的需求：
| CIM 的需求 | 自旋器件的应答 |
|---|---|
| 权重掉电不能丢（否则每次上电都要重载模型） | 非易失：磁化方向天然保持，静态功耗为零 |
| 阵列要被反复读取 | 读路径独立且无损：TMR 小电流读取，无擦写磨损 |
| 片上学习 / 在线更新需要频繁写 | 超高耐久：1015 次量级擦写远超 ReRAM/PCM |
| 推理吞吐要高 | 开关速度快：SOT 亚纳秒级翻转，利于高速阵列 |
| 要与逻辑电路同片集成 | CMOS 友好：MRAM 可在逻辑工艺后道（BEOL）集成 |
| 端侧 / 星载可靠性 | 抗辐照：磁矩不受电离粒子直接破坏 |
当然，挑战也很现实：TMR 器件的阻态分布是"双值"而非"连续多值"，要让一个 MTJ 表示 2 bit 以上的权重并不容易，这对模拟 CIM 的精度表达是个硬约束；SOT 写入能耗与开关电流密度的优化、热稳定性（数据保持年数）与可写性的权衡，都需要材料-器件-电路的协同攻关。这些正是当下活跃的研究前沿，也是我日常工作中要一点点啃的硬骨头。
五、不止于存储：自旋计算的更大版图
自旋器件的想象力远不止"存"：
- 自旋逻辑：利用磁矩间相互作用（如 DMA 交换耦合）实现多数门、Domain Wall 逻辑门，探索"存算逻辑一体化"；
- 自旋神经元：自旋扭矩振荡器（STNO）、磁斯格明子（skyrmion）振荡器等可模拟神经元的积分-发放动力学，是神经形态计算的天然候选；
- 斯格明子赛道存储器：以纳米级磁拓扑结构作为信息载体，理论上兼具高密度与低能耗。
这些方向距离成熟尚远，但它们勾勒了一个诱人的终局：用同一套自旋器件，同时完成信息的存储、传输与计算。
六、小结
从 GMR 到 TMR，从 STT 到 SOT，自旋电子学用四十年时间完成了从"实验室效应"到"产业级存储"的跨越。今天，当 AI 算力需求把存算一体推向舞台中央，自旋器件又一次站在了合适的位置上——它以非易失、快、耐久、抗辐照的姿态，回答着 CIM 对存储介质的全部苛求。
下一篇，我们具体聊聊 SOT-MRAM 如何从"存数据"进化到"算数据"。
参考文献与延伸阅读
- M. N. Baibich et al., "Giant Magnetoresistance of (001)Fe/(001)Cr Magnetic Superlattices," Physical Review Letters, 1988.
- S. Ikeda et al., "A perpendicular-anisotropy CoFeB–MgO magnetic tunnel junction," Nature Materials, 2010.
- L. Liu et al., "Spin-torque switching with the giant spin Hall effect of tungsten," Science, 2012.
- A. D. Kent and D. C. Worledge, "A new spin on magnetic memories," Nature Nanotechnology, 2015.（磁存储综述）
- R. F. L. Evans et al., "Atomistic spin model simulations of magnetic nanomaterials," Journal of Physics: Condensed Matter, 2014.
注：文中耐久、速度等指标为文献报道的典型量级，随工艺与器件尺寸变化。