近日，《自然·通讯》（Nature Communications）期刊在线发表了北航集成电路科学与工程学院赵巍胜教授课题组的最新科研进展《Nanoscale exchange-bias magnetic tunnel junctions enabled memristive synapse and leaky-integrate-fire neuron for neuromorphic computing》。该研究基于交换偏置磁隧道结器件，首次在百纳米尺度实现了稳定且可调控的多阻态特性，实现了可通过自旋轨道矩（Spin-Orbit Torque, SOT）连续调控且长期稳定保持的超过25个可分辨阻态，并在此基础上实现人工神经元与突触功能的同片集成，为自旋电子神经形态计算提供了新的实现方案。
图1 基于交换偏置磁隧道结的神经形态计算器件示意图
随着信息技术的快速发展，传统冯·诺依曼计算架构面临日益突出的功耗与数据传输瓶颈。神经形态计算通过模拟神经元与突触的协同工作机制，被认为是一种有望实现高效、低功耗信息处理的新型计算模式。其中，脉冲神经网络（SNN）通过事件驱动和时序编码方式进行信息处理，在能效和信息密度方面具有显著优势。近年来，自旋电子器件因其非易失性、非线性响应和丰富的动力学特性，在神经形态计算硬件实现中受到广泛关注。其中，基于反铁磁交换偏置的磁隧道结（Exchange-bias magnetic tunnel junction, EB-MTJ）因其独特的写入策略及交换耦合作用下的磁动力学特性，在实现兼具可调性与稳定性的阻态调控方面展现出显著优势，有望突破传统自旋器件中多阻态难以兼顾连续调控与稳定保持的关键瓶颈，为构建紧凑、高效的自旋神经形态计算器件提供了新的技术路径。
图2 a. 突触器件的多阻态翻转特性
b. 突触器件的脉冲时间依赖可塑性
图3 神经元器件的泄漏积分-触发特性
研究团队基于具有交换偏置效应的磁隧道结，成功构建了多阻态突触器件与脉冲神经元器件，并首次通过统一的MTJ膜堆结构实现了两类功能器件的同片集成。利用反铁磁材料的本征稳定性以及晶粒尺寸分布带来的局部交换耦合差异，研究团队首次在百纳米尺度的椭圆器件中实现了可电学调控且具备良好稳定性的多阻态调控，获得超过25个可分辨阻态，并进一步实现了突触权重线性调制和脉冲时间依赖可塑性（STDP）等关键突触功能。同时，通过自旋轨道力矩与热辅助累积效应的协同作用，实验验证了亚纳秒响应速度的泄漏积分-触发（LIF）神经元动力学行为。在此基础上，研究团队构建了完全基于自旋电子器件的卷积脉冲神经网络（CSNN），并在手势识别任务中实现了96%的识别准确率。该研究为构建高集成度、高速度的自旋神经形态计算硬件平台提供了新的实现路径。
图4 a,b. 全自旋电子学的CSNN实现手势识别任务
c. 手势识别任务的准确率
北航集成电路学院2023级博士陈赞鸿、2024级博士祝德航、2024届博士毕业生杜奥和2024级博士史裕章为本文共同第一作者，北航集成电路学院史可文副教授、蔡文龙助理教授和赵巍胜教授为论文共同通讯作者，北京航空航天大学为第一单位。该工作获得国家重点研发计划、国家自然科学基金、北京高等学校卓越青年科学家计划项目和中国博士后科学基金等项目的支持。
北航集成电路科学与工程学院赵巍胜教授、史可文副教授和蔡文龙助理教授团队瞄准科研前沿方向，长期致力于磁存储器器件的超快电学特性、磁动力学及反铁磁自旋电子学研究，专注于超低功耗、超高速自旋电子器件的研发。团队已在 《Nature Electronics 》、《Nature Communications》、《Advanced Materials》、《Nano Letters》等国际顶级期刊上发表多篇高水平论文。
