隨著人工智能技術(shù)的發(fā)展，對(duì)高效硬件的需求日益增加，自旋器件憑借其非易失性、低功耗和高集成度的特點(diǎn)，在加速神經(jīng)網(wǎng)絡(luò)計(jì)算方面展現(xiàn)出顯著優(yōu)勢(shì)。當(dāng)前，自旋器件正逐漸成為新型人工智能硬件研究的熱點(diǎn)之一。

近日，上?？萍即髮W(xué)信息科學(xué)與技術(shù)學(xué)院后摩爾中心（PMICC）寇煦豐、祝智峰團(tuán)隊(duì)，利用分子束外延技術(shù)設(shè)計(jì)制備了基于2英寸磁性拓?fù)洚愘|(zhì)結(jié)Bi₂Te₃/CrTe₂薄膜，實(shí)現(xiàn)了能同時(shí)具備類(lèi)腦突觸和神經(jīng)元功能的自旋軌道矩器件陣列（spin-orbit torque device array），并集成了批量歸一化算法和可訓(xùn)練激活函數(shù)，相關(guān)研究成果以“Integrated Artificial Neural Network with Trainable Activation Function Enabled by Topological Insulator-based Spin-Orbit Torque Devices”為題在線(xiàn)發(fā)表于知名學(xué)術(shù)期刊ACS Nano。

在前期工作中，研究人員基于Bi₂Te₃/CrTe₂薄膜實(shí)現(xiàn)了低功耗的自旋軌道矩（SOT）驅(qū)動(dòng)的磁化翻轉(zhuǎn)。在此基礎(chǔ)上，團(tuán)隊(duì)通過(guò)自旋軌道矩對(duì)磁疇的精確調(diào)控，實(shí)現(xiàn)了霍爾電阻的多阻態(tài)現(xiàn)象，展現(xiàn)出高線(xiàn)性度和高對(duì)稱(chēng)性的長(zhǎng)時(shí)程增強(qiáng)/抑制（LTP/LTD）過(guò)程，實(shí)現(xiàn)了類(lèi)腦突觸器件的功能。此外，SOT 磁化翻轉(zhuǎn)過(guò)程中，霍爾電阻與驅(qū)動(dòng)電流天然符合 Sigmoid 函數(shù)的特性，可用于實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)中的Sigmoid激活函數(shù)。基于這一特性，研究人員提出了一種串聯(lián)連接的電壓感知人工神經(jīng)網(wǎng)絡(luò)（ANN）架構(gòu)。該架構(gòu)不僅增強(qiáng)了矩陣-向量乘積信號(hào)的強(qiáng)度，還實(shí)現(xiàn)了低至 0.61% 的讀出誤差，簡(jiǎn)化了外圍電路設(shè)計(jì)。更重要的是，研究發(fā)現(xiàn)，不同電阻態(tài)下的 Sigmoid 函數(shù)模塊具備可調(diào)節(jié)系數(shù)，賦予其可訓(xùn)練的激活函數(shù)特性。這一特性允許集成 ANN 中的批量歸一化算法，從而有效簡(jiǎn)化系統(tǒng)架構(gòu)并顯著提升網(wǎng)絡(luò)性能。這一研究成果為基于拓?fù)浣^緣體材料的神經(jīng)網(wǎng)絡(luò)應(yīng)用提供了一種集成化、軟硬件協(xié)同優(yōu)化的新型解決方案。

上?？萍即髮W(xué)是該成果的第一完成單位，信息學(xué)院后摩爾中心寇煦豐課題組2021級(jí)碩士研究生黃浦陽(yáng)、2019級(jí)博士研究生劉馨琪和2020級(jí)碩士研究生辛玥為論文共同第一作者，寇煦豐教授和祝智峰教授為共同通訊作者。

文章鏈接：https://pubs.acs.org/doi/10.1021/acsnano.4c03278

圖1|基于Bi₂Te₃/CrTe₂的類(lèi)腦突觸（SOT-S）和神經(jīng)元（SOT-N）器件。

圖2|基于SOT-S和SOT-N器件且具有可調(diào)激活函數(shù)的ANN架構(gòu)。