深圳大学曾昱嘉教授 Adv.Funct.Mater.:范德华Fe3GaTe2/Fe3GeTe2双层异质结构中的大反对称磁阻效应
本工作室建立了微信群促进同学们之间的交流学习并有效讨论问题，可通过添加编辑微信进群。1.编辑微信：1）FEtunan（微信号）2）186006489282.工作室提供：二维材料生长及器件制作；科研绘图技巧；二维相关报告或会议推送；二维读博导师推荐、课题组招聘需求等欢迎大家投递中文的工作宣传稿及广告，具体联系微信：FEtunan（微信号）深圳大学曾昱嘉教授等人发表题为Spin-Orbit Torque Controlled Large Antisymmetric Magnetoresistance in van der Waals Fe3GaTe2/Fe3GeTe2 Bilayer Heterostructure”于Advanced Functional Materials上随着现代自旋电子学的发展，磁阻效应（MR）如巨磁阻（GMR）和隧道磁阻（TMR）在信息存储领域扮演了核心角色。然而，传统的GMR和TMR主要依赖于磁化方向的反平行和平行排列来实现高阻和低阻状态，这限制了存储密度的进一步提升。多态存储单元作为一种替代方案，通过设计特殊的磁结构或形状来实现，但增加了制造复杂性和集成难度。非对称磁阻效应（AMR）因其能展现高、中、低三个不同的电阻状态而备受关注，尤其在多态存储、逻辑电路和高性能计算中展现出巨大潜力。然而，AMR效应通常较弱且难以操控，限制了其实际应用。近年来，二维（2D）范德华（vdW）材料的兴起为探索各种磁阻效应提供了新的平台，特别是具有强自旋轨道耦合（SOC）和垂直磁各向异性的铁磁材料，如Fe3GeTe2和Fe3GaTe2，为AMR的研究注入了新的活力。
本研究旨在设计并探索一种基于vdW Fe3GaTe2/Fe3GeTe2异质结构的新型AMR效应，通过电流诱导的自旋轨道扭矩（SOT）来控制AMR行为。研究团队首先合成了高质量的Fe3GeTe2（FGeT）和Fe3GaTe2（FGaT）单晶，并通过化学气相传输法确保了材料的纯净度。随后，利用机械剥离和干转移技术，将FGeT和FGaT纳米片堆叠在一起，构建了FGaT/FGeT异质结构，并用厚层六方氮化硼（h-BN）封装以保护样品免受环境影响。
图1展示了FGaT/FGeT异质结构的基本表征结果。X射线衍射（XRD）图谱（图1a）显示了FGeT和FGaT单晶的高质量，与先前报道一致。晶体结构图（图1b）揭示了Fe3Ga和Fe3Ge层被两个相邻的Te层夹在中间，形成P63/mmc空间群，并沿c轴堆叠成层状结构。图1c为异质结构器件的示意图，展示了器件的层次结构和测量配置。光学图像（图1d）显示了典型的FGaT/FGeT异质结构器件，封装在顶部的h-BN层下。TEM横截面图像（图1e）和相应的EDS元素映射进一步证实了FGeT和FGaT的层状结构，并揭示了界面处可能的结构重构或元素分布不均匀性。这些结果为后续磁输运性质的研究提供了坚实的基础。
图2详细展示了FGaT/FGeT异质结构在不同温度下的磁输运性质。图2a和2b分别展示了在5K时，器件的霍尔电阻（Rxy）和纵向磁阻（MR）随磁场的变化。Rxy曲线在临界磁场处出现尖锐的下降，导致MR曲线呈现四态AMR效应，且为反对称的MR平台。这一现象与传统的GMR行为截然不同，表明异质结构中存在独特的磁输运机制。图2c和2d进一步展示了不同温度下Rxx和Rxy的变化，揭示了AMR效应随温度升高的减弱趋势。图2e和2f总结了温度对MR比和AMR平台宽度的影响，以及临界磁场随温度的变化，表明磁各向异性的热软化是导致AMR效应减弱的主要原因。
为了深入理解AMR效应的起源，研究团队通过改变FGeT和FGaT层的堆叠顺序（图3a）以及电流方向（图3c）来研究AMR的依赖性。图3a显示，当堆叠顺序反转时，高阻和低阻平台也随之反转，表明AMR效应与层的堆叠顺序密切相关。图3b展示了器件在不同旋转角度下的MR行为，发现AMR的幅度与角度无关，但高阻和低阻状态所需的磁场随角度增加而增大。图3c进一步揭示了AMR效应对电流方向的强烈依赖性，表明自旋动量锁定在AMR效应中扮演了关键角色。这些发现为理解AMR效应的物理机制提供了重要线索。
图4展示了电流对FGaT/FGeT异质结构中AMR行为的非挥发性调控。图4a显示，随着电流的增加，FGaT和FGeT层的矫顽力显著降低，导致MR平台的宽度显著减小。这一现象可归因于电流诱导的焦耳加热效应和SOT效应的共同作用。图4b通过测量Rxx随温度的变化，估算了焦耳加热对样品温度的实际影响。图4c和4d进一步量化了电流对矫顽力的影响，并区分了焦耳加热和非焦耳加热（即SOT）的贡献。令人惊讶的是，研究团队发现SOT场在异质结构中异常大，表明界面自旋动量锁定能够产生可观的自旋电流，进而导致大的界面SOT和MR比。
图5展示了基于FGaT/FGeT异质结构的计算内存（CIM）处理器在图像分类和低温量子比特状态识别中的高性能应用。图5a为FGaT/FGeT交叉阵列执行矩阵向量乘法（MVM）操作的示意图，展示了CIM处理器的基本工作原理。图5b和5d分别展示了在CIFAR-10、MNIST和Fashion-MNIST数据集上的图像分类准确率，表明基于FGaT/FGeT的CIM处理器在图像分类任务中表现出色。图5c和5e则展示了在单量子比特状态识别任务中的高准确率，进一步证明了该处理器在量子计算领域的潜力。图5f还展示了在不同权重读取噪声水平下的状态识别准确率，表明该处理器具有较高的抗噪声能力。
https://doi.org/10.1002/adfm.75340
