无外场自旋分裂转矩驱动的随机神经元模拟神经形态想象以实现高性能识别

《Advanced Science》:Field-Free Spin-Splitting-Torque Driven Stochastic Neuron Mimicking the Neuromorphic Imagination for High-Performance Recognition

【字体: 大 中 小 】 时间:2026年05月13日 来源:Advanced Science 14.1

编辑推荐:

  人类大脑能够在没有感觉输入的情况下构建连贯的空间意象——即一种“想象”能力,而基于互补金属氧化物半导体晶体管的人工神经网络难以以相当的能量效率和架构紧凑性来复制这种能力。在硬件中实现此功能需要一个既能提供无外场切换又具有内在高斯分布随机性的单一自旋电子器件;然

  
人类大脑能够在没有感觉输入的情况下构建连贯的空间意象——即一种“想象”能力,而基于互补金属氧化物半导体晶体管的人工神经网络难以以相当的能量效率和架构紧凑性来复制这种能力。在硬件中实现此功能需要一个既能提供无外场切换又具有内在高斯分布随机性的单一自旋电子器件;然而,迄今为止尚未有此类器件的报道。在此,研究人员报告了利用交替磁性RuO2的自旋分裂效应的无外场自旋电子神经形态器件。由此产生的随机神经元展现出高斯分布的输出,这减少了约87%所需的器件数量。受益于RuO2的高热导率和微米级尺寸,瞬态焦耳热驱动了相邻钴/铂多层膜中的随机、无外场磁化反转。利用这些器件,研究人员实现了一个全自旋人工神经网络,用于修复具有50%遮挡的CIFAR-10图像。重建的图像获得了1.98的高弗雷谢起始距离得分和约90%的分类准确率,以及3.75倍的识别性能提升。该工作为受大脑启发的想象系统建立了一条高能效的硬件级路径,推进了对皮层联想过程的功能模拟。
一、 研究背景与动机
人工智能的核心目标之一是模拟人类大脑的高级认知功能,其中“想象”——即在缺乏感官输入的情况下构建、预测和补全信息的能力——是关键一环。传统基于互补金属氧化物半导体晶体管的人工神经网络虽然能通过注入高斯噪声在软件层面模拟此过程,但其在硬件实现上存在根本性瓶颈:计算与存储分离的冯·诺依曼架构导致高能耗与高延迟,且模拟单个随机神经元通常需要大量晶体管,极大地增加了芯片面积。因此,开发一种能够以高能效、高集成度方式在物理层面模拟大脑想象功能的硬件单元,是神经形态计算领域的重要挑战。自旋电子器件因其固有的、热激活的随机行为,为实现物理意义上的高斯随机神经元提供了可能,但现有技术存在两个主要缺陷:一方面,大多数基于自旋轨道矩的器件需要外部磁场来实现确定性翻转,阻碍了高密度集成;另一方面,单个器件的输出通常呈现sigmoid分布,难以直接产生高质量、可控的高斯随机信号。为了在单个器件上同时实现(i)无外场的确定性写入和(ii)可编程的高斯分布随机性,研究人员将目光投向了交替磁性材料。
二、 研究内容与方法概述
本研究旨在研发一种新型的无外场、基于自旋分裂转矩的随机神经形态器件,并构建全自旋人工神经网络来模拟大脑的想象功能,实现高遮挡率下的图像修复与识别。研究人员采用超高真空磁控溅射系统在Al2O3衬底上制备了RuO2(12nm)/[Co(0.5nm)/Pt(1nm)]2/Ru(2nm)多层膜器件结构。利用反常霍尔效应表征了[Co/Pt]2多层膜的面内垂直磁各向异性,并通过二次谐波技术定量分析了SST效率。通过施加特定脉冲序列,分别演示了器件的类突触长时程增强/抑制功能以及类神经元的随机高斯输出行为。结合有限元模拟和微磁模拟,研究人员分析了焦耳热效应对随机翻转的促进作用。最后,基于该器件的电学行为模型,构建了一个基于U-Net架构的全自旋扩散模型,在CIFAR-10数据集上训练并进行图像修复与分类任务评估。
三、 主要研究结果
1. 器件制备与表征
研究人员成功制备了基于交替磁性RuO2的多层膜异质结构。X射线衍射谱显示RuO2薄膜具有单一的(101)和(202)峰,无杂质相。反常霍尔效应测量确认了[Co/Pt]2多层膜具有垂直磁各向异性。关键的发现是,在施加±4 mA的大电流时,观察到明显的反常霍尔效应回线偏移,预示着存在面外有效场,这为实现无外场SST切换提供了可能。电流驱动的SST磁化翻转实验表明,在-50 Oe的面内磁场下,确定性SST磁化翻转几乎被完全抑制,而在零外场下则实现了稳健的无外场SST切换,并呈现出非易失性的多磁化态。通过二次谐波技术测得有效自旋霍尔角约为0.07,表明异质结构中存在高效的自旋-电荷转换。
2. 类突触功能实现
该器件展现出非易失性的多级态电阻,可有效模拟具有长时程记忆的突触行为。研究人员采用幅度递增的脉冲序列(30至45 mA)实现了长时程增强和长时程抑制过程,其非线性度分别为≈0.02和0.08,表现出由电流诱导SST引起的良好线性电阻变化。与采用恒定幅度脉冲的方案相比,幅度递增方案在线性度上具有显著优势,这归因于其能更均匀地克服磁性薄膜中的钉扎能垒。与文献中其他自旋电子突触设计相比,本工作基于SST的器件在实现无外场切换的同时,展示了优异的线性度和适中的电导状态数。
3. 随机神经元功能实现
通过施加特定的双极性脉冲序列(80 mA负向复位脉冲,随后是42 mA正向写入脉冲),器件在2000次循环操作中产生了符合高斯分布的异常霍尔电压输出。量化-量化图证实了输出的高斯分布特性。有限元模拟显示,在100 μs的脉冲持续时间内,器件温度可从293 K迅速升至732 K,并在1秒内冷却。这种由写入脉冲引起的显著焦耳加热促进了磁化翻转的随机性。Mumax3微磁模拟进一步证实,在732 K下,热辅助的SST切换产生了随机分布的磁畴,其特性与高斯分布一致。这些结果表明,该霍尔巴器件本质上是一个随机神经元,能以单个器件模拟高斯噪声,相较于需要多个器件组合的方案,所需器件数量减少了约87%。
4. 模拟想象功能的全自旋人工神经网络
研究人员将提出的SST驱动突触和随机神经元集成到一个全自旋人工神经网络中,以模拟大脑的想象能力。该网络基于U-Net架构的扩散模型,通过1000次迭代去噪步骤,用随机生成的高斯噪声初始化被遮挡区域并逐步细化图像。该系统利用自旋电子器件的原理来模拟大脑的联想功能,能够准确修复缺失的图像内容。在CIFAR-10数据集上训练后,该模型获得了1.98的弗雷谢起始距离分数,表明其生成质量接近真实照片。以一张遮挡50%的狗图像为例,经过1000次细化后能产生完整的视觉修复。定量评估显示,原始图像、遮挡输入(50%掩码)和重建图像的分类准确率分别为94%、24%和90%,准确率恢复了275%。这证明了该神经形态框架在将生物联想过程转化为人工图像重建能力方面的有效性。与现有方案相比,本工作实现了两大核心改进:相对于VCMA-MRAM方案,总器件数量减少了87%;相较于软件基线,生成性能提升了约1.60倍(FID分数从3.17降至1.98)。
四、 总结与结论
研究人员展示了一种基于所提出的、由SST驱动的无外场随机神经形态器件构建的全自旋人工神经网络。这些器件集成了高斯分布的随机神经元和同时支持长时程增强与抑制的突触。该系统能有效重建被严重遮挡的图像。修复后的CIFAR-10图像获得了约1.98的FID分数和约90%的分类准确率,共同证明了其高度的感知保真度和语义保留能力。这些发现证实了该人工神经网络具有显著的联想功能,为模拟人类大脑所特有的想象能力提供了硬件基础。该工作为开发能够进行自适应和容错学习的神经形态计算系统迈出了重要一步。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号