基于单层CoPt自旋轨道转矩器件的语音-图像跨模态学习与生成研究

针对自旋轨道转矩(SOT)器件在跨模态学习中生成质量不佳的瓶颈问题，中国地质大学（武汉）团队创新性地利用CoPt-SOT器件构建全自旋生成对抗网络(GAN)，实现了语音到手写数字图像的高质量跨模态转换。研究通过开发SReLu/Sigmoid/Tanh自旋神经元和可塑性突触，使半自旋和全自旋网络分别达到93.78%和88.61%的识别准确率，为突破冯·诺依曼架构限制提供了新方案。

　　

在算力需求爆炸式增长的后摩尔时代，传统计算机架构遭遇了"内存墙"困境——处理器与存储器之间的物理隔离导致数据搬运能耗远超计算本身。这种根本性缺陷催生了神经形态计算技术的兴起，其中基于自旋轨道转矩(Spin-Orbit Torque, SOT)的电子器件因其纳瓦级功耗、纳秒级响应以及与CMOS工艺的天然兼容性，被视为构建存算一体系统的理想载体。然而当前SOT器件的研究长期局限于图像识别等单模态任务，在语音-图像等跨模态转换任务中普遍存在特征丢失严重、生成分辨率低等缺陷。

中国地质大学（武汉）的Likun Qian团队在《Journal of Magnetism and Magnetic Materials》发表的研究中，首次将生成对抗网络(GAN)与单层CoPt-SOT器件结合，构建了完整的自旋神经形态系统。研究人员采用磁控溅射技术在MgO(111)衬底上制备了4 nm厚CoPt薄膜，通过紫外光刻和离子束刻蚀形成霍尔棒结构。借助该器件表现出的场自由切换(Field-Free Switching)特性和多态存储行为，团队创新实现了三种核心神经元功能：缩放修正线性单元(SReLu)、S型(Sigmoid)和双曲正切(Tanh)激活函数，同时利用CoPt的非易失性电阻态模拟了生物突触的兴奋-抑制可塑性。

Experiment and modeling
通过精确控制600℃衬底温度和1×10^?7
Torr超高真空条件，团队获得了具有垂直磁各向异性的CoPt薄膜。反常霍尔效应测试证实该器件可在零外场下实现磁化翻转，其多态电阻特性为构建人工突触提供了物理基础。基于微磁学仿真建立的器件模型，成功复现了实验观测的电流-磁化动力学关系。

Results and discussion
研究团队设计了两种网络架构：半自旋GAN（仅突触采用SOT器件）和全自旋GAN（神经元与突触均采用SOT器件）。在语音到MNIST手写数字的转换任务中，全自旋网络生成的图像虽在细节保留上略逊于半自旋版本（识别准确率88.61% vs 93.78%），但显著优于传统跨模态方法。特别值得注意的是，SOT突触展现出的脉冲时序依赖可塑性(STDP)特性，有效解决了模式坍塌(Mode Collapse)这一GAN训练常见难题。

Conclusions
该工作突破了SOT器件在单模态分类任务中的传统应用框架，首次证实了自旋电子器件在复杂跨模态学习中的可行性。通过CoPt-SOT实现的神经元-突触全自旋网络架构，不仅将语音-图像转换的能效比提升两个数量级，其4 nm特征尺寸更为未来高密度神经形态芯片集成指明了方向。这项研究为开发突破冯·诺依曼瓶颈的新型计算范式提供了实验基础和理论指导。