MétaCan
Menu
Retour à la cohorte
Enregistrement W2995856566 · doi:10.1109/tmag.2019.2940581

Energy-Efficient Differential Spin Hall MRAM-Based 4-2 Magnetic Compressor

2019· article· en· W2995856566 sur OpenAlexaff
Vikas Nehra, Sanjay Prajapati, Piyush Tankwal, Željko Žilić, T. Nandha Kumar, Brajesh Kumar Kaushik

Notice bibliographique

RevueIEEE Transactions on Magnetics · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic properties of thin films
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMagnetoresistive random-access memorySpin-transfer torqueCMOSComputer scienceElectrical engineeringTunnel magnetoresistanceMaterials scienceMagnetizationOptoelectronicsPhysicsMagnetic fieldEngineeringComputer hardwareRandom access memoryNanotechnology

Résumé

récupéré en direct d'OpenAlex

The compressors are widely used as bit compressing cells having key applications with multi-operand addition and multiplication hardware. As the CMOS technology scales down below 45 nm technology nodes, static power dissipation becomes a major concern. To overcome this constraint, spin transfer torque magnetic random access memory (STT-MRAM)-based hybrid CMOS/MTJ architectures are being used. Inception of perpendicular magnetic tunnel junction (PMTJ) has enhanced the growth of spintronicsbased hybrid architectures, due to their low switching current, scalability, non-volatility, and CMOS compatibility. Recently, a large number of circuits based on STT-MRAM have been proposed. However, they have limitations related to reliability and high write energy. In this article, we propose a differential spin Hall MRAM (DSH-MRAM)-based hybrid CMOS/MTJ magnetic 4-2 compressor. A write voltage of 0.4 V and 300 ps current pulse are used to switch the magnetization state of the MTJs. When compared with previous STT-MRAM-based designs, the proposed compressor shows 97% improvement in power-delay product (PDP) characteristics. The write circuit in DSH-MRAM consumes merely 5 nW in comparison to 2 μW by conventional STT-MRAM designs. Moreover, the narrow write pulse promotes the proposed design for input frequencies up to 1 GHz.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on MagneticsMême sujetMagnetic properties of thin filmsTravaux en français237 207