Magnetization switching by current-induced spin-orbit torques (SOTs) is of great interest due to its potential applications for ultralow-power memory and logic devices. In order to be of technological interest, SOT effects need to switch ferromagnets with a perpendicular (out-of-plane) magnetization. Currently, however, this typically requires the presence of an in-plane external magnetic field, which is a major obstacle for practical applications. Here we report for the first time on SOT-induced switching of out-of-plane magnetized Ta/Co20Fe60B20/TaOx structures without the need for any external magnetic fields, driven by in-plane currents. This is achieved by introducing a lateral structural asymmetry into our devices during fabrication. The results show that a new field-like SOT is induced by in-plane currents in such asymmetric structures. The direction of the current-induced effective field corresponding to this new field-like SOT is out-of-plane, which facilitates switching of perpendicular magnets. This work thus provides a pathway towards bias-field-free SOT devices.

We investigate the quantum anomalous Hall Effect (QAHE) and related chiral transport in the millimeter-size (Cr0.12Bi0.26Sb0.62)2Te3 films. With high sample quality and robust magnetism at low temperatures, the quantized Hall conductance of e2/h is found to persist even when the film thickness is beyond the two-dimensional (2D) hybridization limit. Meanwhile, the Chern insulator-featured chiral edge conduction is manifested by the non-local transport measurements. In contrast to the 2D hybridized thin film, an additional weakly field-dependent longitudinal resistance is observed in the 10 quintuple-layer film, suggesting the influence of the film thickness on the dissipative edge channel in the QAHE regime. The extension of QAHE into the three-dimensional thickness region addresses the universality of this quantum transport phenomenon and motivates the exploration of new QAHE phases with tunable Chern numbers. In addition, the observation of the scale-invariant dissipationless chiral propagation on a macroscopic scale makes a major stride towards ideal low-power interconnect applications.

We demonstrate that the energy bandgap of layered, high-dielectric α-MoO(3) can be reduced to values viable for the fabrication of 2D electronic devices. This is achieved through embedding Coulomb charges within the high dielectric media, advantageously limiting charge scattering. As a result, devices with α-MoO(3) of ∼11 nm thickness and carrier mobilities larger than 1100 cm(2) V(-1) s(-1) are obtained.

Abstract Reservoir computing is a highly efficient network for processing temporal signals due to its low training cost compared to standard recurrent neural networks, and generating rich reservoir states is critical in the hardware implementation. In this work, we report a parallel dynamic memristor-based reservoir computing system by applying a controllable mask process, in which the critical parameters, including state richness, feedback strength and input scaling, can be tuned by changing the mask length and the range of input signal. Our system achieves a low word error rate of 0.4% in the spoken-digit recognition and low normalized root mean square error of 0.046 in the time-series prediction of the Hénon map, which outperforms most existing hardware-based reservoir computing systems and also software-based one in the Hénon map prediction task. Our work could pave the road towards high-efficiency memristor-based reservoir computing systems to handle more complex temporal tasks in the future.

The formation of MoO(3) sheets of nanoscale thickness is described. They are made from several fundamental sheets of orthorhombic alpha-MoO(3), which can be processed in large quantities via a low cost synthesis route that combines thermal evaporation and mechanical exfoliation. These fundamental sheets consist of double-layers of linked distorted MoO(6) octahedra. Atomic force microscopy (AFM) measurements show that the minimum resolvable thickness of these sheets is 1.4 nm which is equivalent to the thickness of two double-layers within one unit cell of the alpha-MoO(3) crystal.

As artificial intelligence calls for novel energy-efficient hardware, neuromorphic computing systems based on analog resistive switching memory (RSM) devices have drawn great attention recently. Different from the well-studied binary RSMs, the analog RSMs are featured by a continuous and controllable conductance-tuning ability and thus are capable of combining analog computing and data storage at the device level. Although significant research achievements on analog RSMs have been accomplished, there have been few works demonstrating large-scale neuromorphic systems. A major bottleneck lies in the reliability issues of the analog RSM, such as endurance and retention degradation and read/write noises and disturbances. Owing to the complexity of resistive switching mechanisms, studies on the origins of reliability degradation and the corresponding optimization methodology face many challenges. In this article, aiming on the high-performance neuromorphic computing applications, we provide a comprehensive review on the status of reliability studies of analog RSMs, the reliability requirements, and evaluation criteria and outlook for future reliability research directions in this field.

An initiator is applied to synthesize single-walled carbon nanotube/polyaniline composite nanofibers for use as high-performance chemosensors. The composite nanofibers possess widely tunable conductivities (10−4 to 102 S/cm) with up to 5.0 wt % single-walled carbon nanotube (SWCNT) loadings. Chemosensors fabricated from the composite nanofibers synthesized with a 1.0 wt % SWCNT loading respond much more rapidly to low concentrations (100 ppb) of HCl and NH3 vapors compared to polyaniline nanofibers alone (120 s vs 1000 s). These nanofibrillar SWCNT/polyaniline composite nanostructures are promising materials for use as low-cost disposable sensors and as electrodes due to their widely tunable conductivities.