生物啟發脈沖神經網絡架構有望通過模擬人腦的高算力、高并行度、低功耗等特性，解決馮·諾依曼架構存儲墻和能效瓶頸等問題。然而，面向構建脈沖神經網絡的神經形態硬件的研究尚處于探索階段，基于傳統CMOS的神經形態芯片通常需要數十個晶體管和若干電容；基于新型存儲器等新原理神經元器件亦需集成額外電容或復位操作電路，且耐久性受限，難以滿足高頻神經元器件的信息整合處理需求。自旋電子器件具有高能效、高耐久性及更豐富的物理特性，成為神經形態硬件開發最具潛質的載體之一。
 

　　近日，中國科學院微電子研究所微電子器件與集成技術重點實驗室劉明院士團隊基于合成反鐵磁異質結構，通過界面工程有效調控磁疇壁動力學特性，在無需電容和復位電路的情況下實現了具有積累-泄露-放電-自復位特性的神經元器件及陣列。該團隊提出并驗證了體系焦耳熱依賴的Ruderman-Kittel-Kasuya-Yosida交換作用和內建磁場相互競爭驅動磁疇壁往復運動物理機制，有望實現高放電率(17 MHz)、低能耗(486 fJ/spike)神經元集成器件。該工作結合負微分電阻器件特性構建了“winner-takes-all”的神經元電路模塊，提升了脈沖神經網絡性能的同時可大幅降低網絡功耗。該研究基于所開發的器件磁疇壁動力學物理模型模擬神經元行為特性，進一步構建了兩層脈沖神經網絡(興奮性神經元+抑制性神經元layer)。這一體系架構對Modified National Institute of Standards and Technology(MNIST)手寫數字集的基準識別率達到88.5%，為神經形態計算領域提供了硬件開發的新思路。
 

　　相關研究成果以Spintronic leaky-integrate-fire spiking neurons with self-reset and winner-takes-all for neuromorphic computing為題，在線發表在《自然-通訊》(Nature Communications)上，并被選為“編輯亮點推薦工作”。研究工作得到國家重點研發計劃、國家自然科學基金、中科院戰略性先導科技專項等的支持。
 

　　a、b：自旋電子神經元器件磁光顯微鏡磁-電輸運測試與磁光克爾數據圖像；c、神經元器件磁滯回線；d、磁光克爾與霍爾電壓信號LIFT特性。